DuEPublico 2

Dies ist unser neues Repositorium, derzeit für E-Dissertationen und ausgewählte weitere Publikationen. Weitere Informationen...

Datenbankgestützte Substanzbeschaffung in der forschenden Chemieindustrie – ein algorithmischer Optimierungsansatz

Schmid, Ernst-Georg

Die Speicherung und Suche chemischer graphischer Datentypen wie Strukturen und Reaktionen in relationalen Datenbanksystemen ist ein in Wissenschaft und Industrie etabliertes Verfahren. Aufgrund der rechenintensiven Algorithmen zur Erkennung von (Sub)Graphen-Isomorphismus benutzen solche Systeme in der Regel schnellere Selektionsmechanismen, um die Menge potentieller Kandidaten bereits im Vorfeld einzuschränken. Dabei werden verbreitet Selektionsmechanismen eingesetzt, die auf numerischen und binären Vektoren, Fingerprints genannt, basieren, mit einer klaren Dominanz binärer Fingerprints aufgrund ihrer Geschwindigkeitsvorteile bei bitweisen Operationen und der besseren Speichereffizienz. Die beiden am Häufigsten eingesetzten binären Finger- prints sind einerseits Pfad-generiert, andererseits Wörterbuch-generiert, wobei beide spezifische Schwächen, insbesondere blinde Stellen, aufweisen. Um diese Schwächen zu überwinden, benutzt die Pgchem::Tigress Erweiterung für das objektrelationale Datenbankmanagementsystem PostgreSQL einen hybri- den binären Fingerprint, der aus einem invarianten Pfad-generierten Teil und einem Substruktur-generierten Teil besteht, welcher extern durch ein Wörterbuch von Sub- strukturmustern konfiguriert werden kann. Diese Arbeit stellt einen neuartigen Ansatz vor, um für beliebige Strukturdaten mittels dynamischer diskreter Optimierung die optimierte Konfiguration des Wörterbuchs für den Substruktur-generierten Teils des Fingerprints zu finden. Mittels des Einsatzes des in dieser Arbeit entwickelten Verfahrens kann die notwendige Rechenleistung zum Betrieb eines chemischen Informationssystems um durchschnittlich 42 Prozent reduziert werden. Durch den so verbesserten Anfragedurchsatz lassen sich der Umstieg auf die nächsthöhere verfügbare Leistungsstufe eines Servers vermeiden und so signifikante Opportunitätserlöse bei den Betriebskosten realisieren.

The storage and retrieval of chemical graphical datatypes such as structures and reactions in relational database systems is a common technique used in academia and industry alike. Due to the computationally intensive algorithms used for (sub)graph- isomorphism detection, such systems commonly use faster screening mechanisms in order to reduce the set of potentional match positives before applying aforementioned algorithms. Widely used screening mechanisms are based on numerical and binary vectors, called fingerprints, with a clear dominance of binary fingerprints due to the raw speed advantage of bitwise operations and compactness in storage. The two most commonly used types of binary fingerprints are path-generated and substructure-generated, both of which have specific shortcomings, especially blind spots. To overcome this shortcomings, the Pgchem::Tigress chemistry extension to the PostgreSQL object-relational database management system uses a hybrid binary fingerprint, consisting of an invariant path-generated part and an substructure-generated part which is externally configurable through a dictionary of substructure patterns. This thesis presents a novel approach of using dynamic discrete optimization to find an optimized dictionary configuration for the substructure-generated part of the fingerprint for arbitrary sets of structural data. By means of applying the method developed in this thesis, the computational power neccessary to run a chemical information system can be reduced by 42 percent on average. By improving the query throughput, upgrading the server hardware to the next level of computational power can be avoided and thus opportunity revenues of the operating costs are realized.

Vorschau

Teilen und Zitieren

Zitierform:

Schmid, Ernst-Georg: Datenbankgestützte Substanzbeschaffung in der forschenden Chemieindustrie – ein algorithmischer Optimierungsansatz. 2010.

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export