为加强河南省大气细颗粒物（PM2.5）分子多维拓扑及致癌特性分析国际联合实验室的建设及国际化交流，2024年12月26日，软件学院室邀请巴基斯坦巴哈丁扎卡里亚大学博士生导师阿斯芬德•法赫德（Asfand Fahad）在科技楼214作题为“基于特定图参数和物理化学性质的同分异构体辨别研究”的报告。
报告会现场
报告中详细介绍了一种系统性的方法，包括从异构体的图形关联到特征向量的计算，再到基于距离矩阵的特性比较。研究还首次提出利用余弦相似度分析比较拓扑指数的表现，这些基于图论的拓扑指数不仅能够精准区分结构相似的异构体，还能有效预测分子的物理化学属性，如熔点、极化率和焓值等。此外，报告还验证了拓扑指数在复杂网络和药物化学中的潜在应用，尤其是在抗HIV药物活性预测及癌症治疗药物分析中的重要价值。
报告会上，老师们围绕机器学习与拓扑指数的结合、余弦相似度的选用等方面进行了深入交流。这次报告为图论在化学、生物医药及复杂网络分析中的应用方面提供了新思路，提出的结合机器学习的研究方向，为实验室技术升级和跨学科合作提供了更多的思路。
