分子描述符

分子描述符是一个能概括分子某一特征的数字，它把复杂的结构变成计算机可以比较和学习的数据。这就像用身高、体重或年龄来描述一个人：每个数字都丢掉了细节，却让这个人可以被排序，也能与他人相比较。

描述符从简单到精细各不相同。组成型描述符只是计数，例如分子量或氮原子的个数。物理化学描述符则估计亲脂性或极性表面积等性质。更复杂的拓扑和三维描述符把分子的形状与连接关系编码成数字。把一组描述符放在一起，便构成喂给 QSAR 或机器学习模型的特征向量。

其中的门道在于：要挑选确实与你想预测的性质相关的描述符，并牢记每一个描述符忽略了什么。把一个分子压缩成单个数字的描述符必然会丢失信息，因此两个迥然不同的分子可能取相同的值。好的做法是审慎地组合多种描述符，并验证它们对当前问题确实携带有效信号。