RuleMiner

Full name SMRUCC.genomics.Model.Metabolic.RouterAdapter.Data.RuleMiner Assembly SMRUCC.genomics.Model.Metabolic.RouterAdapter Members 13

01 Syntax

SMRUCC.genomics.Model.Metabolic.RouterAdapter.Data.RuleMiner

02 Methods

Name	Overloads	Summary
Mine	1	逐条反应挖掘广义反应规则。
MineOne	1	从单条反应抽取一条广义规则；失败（跳过）返回 Nothing
LargestComponent	1	取分子中最大的连通分量（多组分体系中即"主底物/主产物"）
CompleteSide	1	用该侧独有的键（成键/断键）把模式的连通性补齐
KeepLargestComponent	1	只保留中心集合里最大的那个连通分量（丢弃游离的共底物/共产物组分）
ExpandShell	1	从种子原子出发按指定半径向外扩展，作为规则的成键环境（泛化上下文）
HasCenterNeighbor	1	该中心原子在本侧是否与另一个中心原子成键
RepairIsolated	1	为本侧孤立的中心原子补进一个邻居，使模式中的每个原子都至少有一条键。返回是否发生了修改。
CompoundIds	2	反应某一侧的化合物 id（去重、去空、保持字典序）从反应某一侧的化合物引用中取出 id（去重、去空、保持字典序）。
EmitSide	1	发射一侧的模式串：按生成森林做 DFS，支链用括号包裹，多组分用 "." 分隔。返回 Nothing 表示存在孤立的类号（不参与匹配也不会被创建，属非法模式）。
AtomToken	1	模式原子记号：[元素(Hn)(电荷):类号]。 Hn = 源分子中该原子的总氢数（显式 + 隐式）。保留氢数约束是必要的：只靠 "元素 + 键级" 的模式过于宽松，会把目标分子误切成碰巧落入汇集合的碎片（实测出现过把分支酸"水解"成甲醇 + 甲酸的伪通路）。代价是牺牲一部分底物混杂性——这正是 readme §6 所述"化学合理性 vs 泛化能力…
Bail	1	记录一条反应被跳过的原因（计数 + 逐条 trace，便于排查"某个反应为什么没进规则库"）

03 Members

method Mine #

Mine(IEnumerable(Of ReactionSpec), Dictionary(Of String, CompoundStructure), Int32, Int32, Int32, Int32, Int32, Boolean, Boolean, Dictionary(Of String, Int32), Dictionary(Of String, String))

逐条反应挖掘广义反应规则。

Parameters

Name	Type	Description
`reactionList`	`IEnumerable(Of ReactionSpec)`	已映射为 ReactionSpec 的反应集合（建议按 id 排序以保证确定性）
`structures`	`Dictionary(Of String, CompoundStructure)`	compound frame id → 已净化结构（缺失即无法解析的化合物）
`maxMoleculeAtoms`	`Int32`	参与反应的分子重原子数上限（超出的反应跳过，控耗时）
`maxPatternAtoms`	`Int32`	模式原子数上限（超出的规则过特异，跳过）
`mcsNodeBudget`	`Int32`	MCS 回溯搜索的节点预算
`includeBuiltin`	`Int32`	是否叠加 RetroPath 内置的 9 条广义规则
`skipped`	`Int32`	跳过原因计数（可为 Nothing）

method MineOne #

MineOne(ReactionSpec, Dictionary(Of String, CompoundStructure), Int32, Int32, Int32, Int32, Int32, Boolean, Dictionary(Of String, Int32), Dictionary(Of String, String))

从单条反应抽取一条广义规则；失败（跳过）返回 Nothing

method LargestComponent #

LargestComponent(Molecule)

取分子中最大的连通分量（多组分体系中即"主底物/主产物"）

method CompleteSide #

CompleteSide(List(Of PatternEdge), Dictionary(Of Int32, Int32), HashSet(Of String))

用该侧独有的键（成键/断键）把模式的连通性补齐

method KeepLargestComponent #

KeepLargestComponent(Molecule, SortedSet(Of Int32))

只保留中心集合里最大的那个连通分量（丢弃游离的共底物/共产物组分）

method ExpandShell #

ExpandShell(Molecule, SortedSet(Of Int32), List(Of Int32), Int32)

从种子原子出发按指定半径向外扩展，作为规则的成键环境（泛化上下文）

method HasCenterNeighbor #

HasCenterNeighbor(Molecule, SortedSet(Of Int32), Int32)

该中心原子在本侧是否与另一个中心原子成键

method RepairIsolated #

RepairIsolated(Molecule, SortedSet(Of Int32))

为本侧孤立的中心原子补进一个邻居，使模式中的每个原子都至少有一条键。返回是否发生了修改。

method CompoundIds #

CompoundIds(IEnumerable(Of CompoundSpecieReference))

反应某一侧的化合物 id（去重、去空、保持字典序）从反应某一侧的化合物引用中取出 id（去重、去空、保持字典序）。

Parameters

Name	Type	Description
`side`	`IEnumerable(Of CompoundSpecieReference)`	化合物引用序列；BioCyc 与 GCModeller 内部代谢模型共用 `CompoundSpecieReference` 这一类型，因此可直接复用。

Returns

排序后的 id 列表。

method CompoundIds overload 2 #

CompoundIds(IEnumerable(Of String))

从化合物 id 序列中整理出规范 id 列表（去重、去空、保持字典序）。

Parameters

Name	Type	Description
`ids`	`IEnumerable(Of String)`	原始 id 序列，允许含空值或 "A,B" 形式的并列写法。

Returns

排序后的 id 列表。

method EmitSide #

EmitSide(List(Of Int32), List(Of PatternEdge), HashSet(Of String), Boolean, Molecule, Dictionary(Of Int32, Int32), HashSet(Of String))

发射一侧的模式串：按生成森林做 DFS，支链用括号包裹，多组分用 "." 分隔。返回 Nothing 表示存在孤立的类号（不参与匹配也不会被创建，属非法模式）。

method AtomToken #

AtomToken(Int32, String, Int32, Int32)

模式原子记号：[元素(Hn)(电荷):类号]。 Hn = 源分子中该原子的总氢数（显式 + 隐式）。保留氢数约束是必要的：只靠 "元素 + 键级" 的模式过于宽松，会把目标分子误切成碰巧落入汇集合的碎片（实测出现过把分支酸"水解"成甲醇 + 甲酸的伪通路）。代价是牺牲一部分底物混杂性——这正是 readme §6 所述"化学合理性 vs 泛化能力"的权衡。

method Bail #

Bail(Dictionary(Of String, Int32), Dictionary(Of String, String), String, String)

记录一条反应被跳过的原因（计数 + 逐条 trace，便于排查"某个反应为什么没进规则库"）