1. 分子图基础概念：原子、键与分子图

各位同学，今天咱们正式开讲。做化学信息学，说白了就是在计算机里“玩”分子。可分子不是一张平面结构式，它是个复杂的三维对象。怎么让电脑理解？我个人的习惯是——先把它变成图。

图（Graph）这种数据结构，天生适合表达分子。你想想看：原子就是节点，化学键就是边。这不就是一张天然的“分子图”吗？

1.1 原子：图里的节点

每个原子在分子图里就是一个节点。但节点不能光秃秃的，它得带属性。

• 原子序数：决定元素种类。碳是6，氧是8。
• 同位素：比如碳-12还是碳-13。
• 形式电荷：千万别小看它，反应机理全靠它推。
• 杂化状态：sp、sp²、sp³，影响空间构型。
• 手性标记：R/S构型，药物活性可能就差在这。

1.2 化学键：图里的边

边，就是原子之间的连接。但化学键比社交网络里的“关注”复杂得多。

键类型	在图里怎么表示	常见场景
单键	一条边，阶数为1	C-C，C-O，N-H
双键	一条边，阶数为2	C=O，C=C
三键	一条边，阶数为3	C≡C，C≡N
芳香键	特殊标记，阶数1.5	苯环，杂环

嗯，这里要注意：键的“阶数”和“键级”不完全是一回事。在分子图里，我们只关心拓扑连接关系，不关心电子云密度。所以，双键就是阶数为2的一条边，别想复杂了。

1.3 分子图的正式定义

搞清楚了原子和键，我们可以给出一个严谨但好懂的定义：

分子图 G = (V, E)

• V 是原子节点的集合
• E 是化学键边的集合，每条边连接两个原子节点

但这还不够。图本身还得带“标签”——节点上的原子类型、边上的键类型。所以更准确地说，分子图是一个带标签的无向图（大部分时候无向，特殊场景有向）。

举个例子，最简单的甲烷 CH₄：

分子图表示（Python 伪代码）：
graph = {
    'nodes': [
        {'id': 0, 'element': 'C', 'charge': 0},
        {'id': 1, 'element': 'H', 'charge': 0},
        {'id': 2, 'element': 'H', 'charge': 0},
        {'id': 3, 'element': 'H', 'charge': 0},
        {'id': 4, 'element': 'H', 'charge': 0}
    ],
    'edges': [
        {'source': 0, 'target': 1, 'bond_type': 'single'},
        {'source': 0, 'target': 2, 'bond_type': 'single'},
        {'source': 0, 'target': 3, 'bond_type': 'single'},
        {'source': 0, 'target': 4, 'bond_type': 'single'}
    ]
}

你看，碳连着四个氢，都是单键。图结构把这个关系表达得清清楚楚。

1.4 分子图在化学信息学里的核心作用

你可能会问：为什么非得用图？直接用化学式不行吗？

不行。化学式 C₆H₆ 既可以是苯，也可以是其他带三键的链烃。但分子图里，六个碳连成环，单双键交替——这就唯一确定了。我做过一个项目，需要用分子指纹做相似度搜索。如果不用图结构，想都别想。指纹的计算，本质就是在图上做遍历。

分子图的核心应用有三块：

1. 分子表示的标准化：SMILES、InChI 这些字符串，底层都是图。图是“真身”，字符串只是序列化。
2. 分子属性的计算：分子量、LogP、拓扑极性表面积，这些性质公式背后都依赖图结构。
3. 分子生成与优化：现在热门的分子生成模型（比如图神经网络），输入输出的核心数据结构就是分子图。

下面这张图，帮你把分子到图的映射关系理清楚。

1.5 为什么要从图结构开始？

因为图结构是化学信息学的“数据结构底座”。你看，从最基础的子结构匹配（比如查分子里是否含有苯环），到高级的图神经网络预测毒性，通通跑不掉这张图。

我踩过一个坑：刚开始写分子生成代码，直接用 SMILES 字符串当输入，结果生成的分子要么不合法，要么根本没法合成。后来老老实实回到分子图上做操作，每一步都保证图的有效性，问题才解决。

所以，别嫌基础。把图结构玩熟了，后面的路才走得稳。