化学信息学与开源软件

化学信息学研究需要性能强大而又能随时修订的、开放性的软件工具。通过回顾自由软件到开源软件的发展历史,展示开源式程序开发的丰富成就,包括操作系统如Linux、社区如SourceForge和我国的共创软件联盟等,澄清与copyright针锋相对的copyleft式版权概念,介绍并比较多种软件许可证,对开源软件的发展机制进行简要分析,认为开源软件是满足化学信息学要求的最佳选择。     

工程化学数据库中分子结构信息的处理

工程化学数据库(ECDB)中,分子结构信息的存储、子结构检索和图形显示查询结果是实现结构数据库功能的基础.本文就研究这三问题,在数据存储方面设计了按MOL文件结构的特殊存储方法,压缩大量存储;在子结构检索方面,改进VF2算法的效率;开发图形显示模块,设计子结构检索平台.     

大规模化合物子结构检索的并行实现与优化

化合物的子结构检索在计算机辅助药物设计、波普学、化学数据库等领域是不可或缺的工具.然而由于子结构检索是一个NP完备性的问题,获得用户可接受的平均检索时间一直是研究人员十分关注的问题,其方法主要有改进算法和提升硬件条件2个方面.当化学结构数据库的规模达到百万乃至千万级别时,尽管改进算法的方式能够获得一定的检索效率提升,但其提升的空间有限,因而,集群并行方式是大规模化合物子结构检索应用的必然选择.本文以Chem D B Portal的化学子结构检索系统为基础,实现了基于集群并行的化学子结构检索系统,并进行了任务均分、多线程并行等优化.在包含800万个化合物结构的化学结构数据库中,利用5个节点的小型集群,选取10个较为典型的提问结构进行子结构检索测试.测试结果为基于集群的化学子结构检索的平均检索时间由初始单节点时的34.1 min降低为2.75 min,检索效率平均提高12.4倍,表明在大规模乃至超大规模的数据条件下,集群并行化方式能够显著地提高子结构检索系统的执行效率.     

开源数据库风暴——开源数据库在流行

最近一年IT的流行词离不开“SOA”、“虚拟化”、“SaaS”，但更为流行的可能就是“开源”了，在开源领域，数据库也随着开源流行趋势而逐渐流行起来，选择开源数据库已经成为一种集实用与性能为一体的时尚选择。     

基于VF2算法的分子二维子结构检索

为了有效地获取分子结构数据库中的分子结构信息,就必须首先解决分子二维子结构检索问题。本文采用了一种通用图同构算法—VF2算法来对2个分子二维结构图进行匹配,程序采用标准C 语言开发,在运行效率和可移植性方面都可以满足要求。同时,还使用了开源化学软件OpenBabel来解决在检索时遇到的芳香环的识别问题。经过与商业软件ISIS/Base对照实验,检索结果正确,检索时间可以满足要求。     

JSP技术在化学结构检索系统中的应用

讨论了如何使用JSP技术设计和开发基于Web的化学结构检索系统。JSP是一种与平台无关的、有效的创建动态页面的技术，本文使用JSP技术建立了分子结构检索系统，通过Oracle数据库内部的Java存储过程实现了子结构匹配的功能，最后，系统还提供了图形化的二维结构输入界面和显示界面。     

基于甲骨文数据库管理系统的化学结构检索数据库的设计与实现

设计了一种基于大型数据库管理系统Oracle的化学结构数据存储模式,并实现了相应于此模式的高效化学结构检索方法。结构检索方法建立在图子图匹配算法VF2的基础上,对其进行了必要的改造和扩展,使之适合于化学结构检索。在此基础上,针对美国NCl(National Cancer Institute)25万个化合物的2D结构建立了数据库,成功进行了结构检索试验。结果表明,这种实现方法不仅能高效存储并准确检索化合物的结构信息,而且也容易实现与药物研发过程中所产生的大量其它数据(如生物筛选数据和DNA芯片基因表达数据等)进行高效整合。这个设计的改进版已经集成于微芯公司的药物研发生化信息学软件系统——TASS(Target Activity Structure System)中。     

子结构检索中关系数据库插件的使用和效率

采用关系数据库插件能够实现化合物描述符(FingerPrint)的生成、建立索引和化合物的子结构检索。本文以PubChem有机化合物Molfile为数据源,在Oracle关系数据库上分别安装插件OrChem(JAVA)和Bingo(C~(++))构建了化合物分子结构数据库。本文从FingerPrint的构成和索引策略两方面讨论了OrChem和Bingo的主要差异,并选取10个特征化合物进行子结构检索测试。对存储40万种化合物的分子结构数据库的测试结果显示,OrChem可满足用户检索响应,Bingo则更为快捷。对于存储2600万种化合物的分子结构数据库,针对Bingo通过优化Oracle数据库内存管理、数据表结构、子结构预筛选参数,实现了满足用户的高效检索。     

开源软件在军事训练中的应用

在新军事变革中,军队的武器装备、作战方式等许多方面都发生了重大变化,在军事训练方面就要适应这种变化。将开源软件应用于军事训练是一种高效、节省的好方法。     

分布式多线程并行处理技术在大规模化学结构检索数据库系统中的应用

提出以分布式、多线程并行处理技术实现基于甲骨文数据库管理系统的高效大规模化学结构检索数据库系统的方法;以相同的结构搜索算法和不同的模块组合机制分别构建了单机单线程、单机多线程、分布式单线程和分布式多线程4种不同的化学结构检索数据库系统,并在4种不同的实现方案下对同一组化学结构分别做了结构检索实验。结果表明：在4种实现方案中,分布式多线程并行处理方法的检索效率最高,稳定性也很好(与其他3种实现方法相同)。该方法已成功应用于微芯公司开发的TASS(Target Activityand Structure System)软件系统中。     

基于Web的化学结构搜索法的研究

设计了在数据库中化学结构的存储方式,并在系统分析化学结构在计算机中的不同描述法的基础上,提出了一种基于Web的化学结构搜索法。该方法由Robot抓取Web文档中的化学结构信息,利用Oracle建立化学结构数据库,通过建立化学结构的索引,实现对化学结构的全结构、子结构、结构相似性检索。     

基于开源软件的软件工程实施系统研究

文章介绍了开源软件对软件工程实施各阶段提供的支持,并根据软件工程实施的实际需求,建立了一个基于开源软件的软件工程实施系统.系统采用了基于SOA模式的系统架构,并采用XML中间件实现异构数据的集成.     

On the usefulness of ownership metrics in open-source software projects

ContextCode ownership metrics were recently defined in order to distinguish major and minor contributors of a software module, and to assess whether the ownership of such a module is strong or shared between developers.ObjectiveThe relationship between these metrics and software quality was initially validated on proprietary software projects. Our objective in this paper is to evaluate such relationship in open-source software projects, and to compare these metrics to other code and process metrics.MethodOn a newly crafted dataset of seven open-source software projects, we perform, using inferential statistics, an analysis of code ownership metrics and their relationship with software quality.ResultsWe confirm the existence of a relationship between code ownership and software quality, but the relative importance of ownership metrics in multiple linear regression models is low compared to metrics such as the number of lines of code, the number of modifications performed over the last release, or the number of developers of a module.ConclusionAlthough we do find a relationship between code ownership and software quality, the added value of ownership metrics compared to other metrics is still to be proven.     

Similarity searching in the CORDIS text database

Similarity searching in text databases with multiple field types is still an open problem. We focus our attention on the ‘Community Research and Development Information Service’ (CORDIS) database of the European Union and we evaluate the effectiveness of many text retrieval methods in terms of precision, recall and ranking quality. Our experiments indicate that different field types should be handled by different retrieval methods. Copyright © 2000 John Wiley & Sons, Ltd.     

Applying open-source software to laboratory data management

The rise of new experimental techniques, such as high-throughput combinatorial methods, and the availability of large data sets by means of the Internet have greatly increased the amount of data that must be managed by relatively small projects. Scientific data management systems developed for large projects are often not available, suitable, nor affordable for projects with lesser resources. Increasing numbers of open-source frameworks have made available numerous options for smaller facilities to build for themselves effective and robust data management solutions. We will present considerations of these options and a case study.     

开源加密软件TrueCrypt研究

文章首先介绍了开源加密TrueCrypt软件,然后分析了其功能和原理,最后针对TrueCrypt中存在的安全问题提出具体改进方案。通过在TrueCrypt中添加U盘准入控制模块,将分离出来的重要数据保存在可准入的U盘中,从而很好的解决了TrueCrypt的一个安全隐患。     

Self-organization process in open-source software: An empirical study

Software systems must continually evolve to adapt to new functional requirements or quality requirements to remain competitive in the marketplace. However, different software systems follow different strategies to evolve, affecting both the release plan and the quality of these systems. In this paper, software evolution is considered as a self-organization process and the difference between closed-source software and open-source software is discussed in terms of self-organization. In particular, an empirical study of the evolution of Linux from version 2.4.0 to version 2.6.13 is reported. The study shows how open-source software systems self-organize to adapt to functional requirements and quality requirements.