Translate project documentation to English

README.md

@@ -1,10 +1,10 @@
 # SciMesh
 
-Минимальный локальный поиск молекул ChEMBL, похожих на гефитиниб (`CHEMBL939`).
+Minimal local search for ChEMBL molecules similar to gefitinib (`CHEMBL939`).
 
-Скрипт находит `CHEMBL939` в TSV и использует его `canonical_smiles` как эталон. Затем во втором потоковом проходе по файлу строит Morgan fingerprints (`radius=2`, `fpSize=2048`) и ранжирует остальные валидные SMILES по Tanimoto similarity. Невалидные SMILES и сам `CHEMBL939` пропускаются. В памяти остаются только 20 лучших результатов (или значение `--top`).
+The script finds `CHEMBL939` in the TSV file and uses its `canonical_smiles` as the reference. It then makes a second streaming pass through the file, generates Morgan fingerprints (`radius=2`, `fpSize=2048`), and ranks the remaining valid SMILES by Tanimoto similarity. Invalid SMILES and `CHEMBL939` itself are skipped. Only the best 20 results (or the value passed to `--top`) are kept in memory.
 
-## Установка
+## Installation
 
 ```bash
 python -m venv .venv
@@ -12,45 +12,45 @@ source .venv/bin/activate
 pip install -r requirements.txt
 ```
 
-RDKit также можно установить через conda-forge:
+RDKit can also be installed through conda-forge:
 
 ```bash
 conda install -c conda-forge rdkit
 ```
 
-## Запуск
+## Usage
 
 ```bash
 python scimesh.py chembl_37_chemreps.txt -o gefitinib_similarities.csv
 ```
 
-По умолчанию создаётся CSV с колонками `rank,chembl_id,canonical_smiles,similarity` и выводится тот же top-20 в терминал. Для другого размера выборки:
+By default, the script writes a CSV with `rank,chembl_id,canonical_smiles,similarity` columns and prints the same top 20 results to the terminal. To choose a different number of results:
 
 ```bash
 python scimesh.py chembl_37_chemreps.txt --top 50 -o top_50.csv
 ```
 
-Во время поиска статус выводится в `stderr` каждые 100 000 строк: количество обработанных строк, текущая и средняя скорость, прошедшее время и число пропущенных невалидных SMILES. Период можно изменить или отключить:
+During the search, status is written to `stderr` every 100,000 rows: number of processed rows, current and average rates, elapsed time, and the number of invalid SMILES skipped. The interval can be changed or disabled:
 
 ```bash
 python scimesh.py chembl_37_chemreps.txt --progress-every 500000
 python scimesh.py chembl_37_chemreps.txt --progress-every 0
 ```
 
-## Быстрый тест на части базы
+## Quick test on part of the database
 
-Опция `--max-rows` ограничивает второй проход первыми `N` строками TSV. Сам `CHEMBL939` перед этим всё равно находится в отдельном потоковом проходе, поэтому эталон остаётся тем же. Получившийся CSV — это top‑20 только по обработанной части, а не по полной базе.
+The `--max-rows` option limits the second pass to the first `N` TSV rows. `CHEMBL939` is still found in its own streaming pass first, so the reference stays the same. The resulting CSV is the top 20 only within the processed subset, not the full database.
 
 ```bash
 python scimesh.py chembl_37_chemreps.txt --max-rows 10000 -o test_results.csv
 ```
 
-## Изображения структур
+## Structure images
 
-Передайте каталог в `--images-dir`, чтобы создать `CHEMBL939_gefitinib.png` с гефитинибом и `top_candidates.png` с сеткой top‑кандидатов. На изображениях кандидатов указаны ранг, ChEMBL ID и Tanimoto similarity.
+Pass a directory to `--images-dir` to create `CHEMBL939_gefitinib.png` for gefitinib and `top_candidates.png` with a grid of top candidates. Candidate images show rank, ChEMBL ID, and Tanimoto similarity.
 
 ```bash
 python scimesh.py chembl_37_chemreps.txt --images-dir structures
 ```
 
-Опция `--image-columns` задаёт число структур в строке сетки (по умолчанию `4`).
+The `--image-columns` option controls the number of structures per grid row (default: `4`).

scimesh.py

@@ -1,5 +1,5 @@
 #!/usr/bin/env python3
-"""SciMesh: потоковый поиск молекул ChEMBL, похожих на гефитиниб (CHEMBL939)."""
+"""SciMesh: streaming search for ChEMBL molecules similar to gefitinib."""
 
 from __future__ import annotations