Поиск похожих молекул

Создаёт диагностическую задачу similarity-search: worker найдёт top-k молекул, похожих на заданный SMILES.

Перед запуском

Оставьте хотя бы один scimesh-worker запущенным.
Для ручной проверки используйте небольшой TSV.
«Строк в shard» не ограничивает размер файла. Он делит весь загруженный файл на задачи: большой ChEMBL TSV при 1000 строках создаст тысячи задач.

ChEMBL TSV

Ожидаются столбцы chembl_id и canonical_smiles.

Целевая молекула (SMILES)

Пример CCO — этанол. Для гефитиниба используйте его SMILES или локальный CLI с --query-id.

Сколько совпадений вернуть

Top-k для каждого shard. Это пока не глобальный top-k всего датасета.

Строк в одном shard

Меньше строк — больше задач и более наглядный прогресс; больше строк — меньше задач, но дольше каждая.