PubChem CID-SMILES topology classification snapshot

Topology annotations for the current PubChem CID-SMILES snapshot. The Parquet artifact stores one row per PubChem CID with connected-component counts, exact diameters for connected molecules, triangle and square motif counts, mean local and square clustering coefficients, and the following topology predicates computed with smiles-parser and geometric-traits: tree, forest, cactus, chordal, planar, outerplanar, k23_homeomorph, k33_homeomorph, k4_homeomorph, bipartite. The JSON sidecar stores aggregate counts, parse and topology error totals, and run metadata, while the SVG infographic provides an accessible visual summary of the run. Source snapshot URL: https://ftp.ncbi.nlm.nih.gov/pubchem/Compound/Extras/CID-SMILES.gz.本数据集针对当前PubChem CID-SMILES快照提供拓扑注释。 其Parquet格式数据制品为每个PubChem CID存储一行记录，涵盖连通分量数目、连通分子的精确直径、三角形与正方形基序计数、平均局部聚类系数与正方形聚类系数，以及通过smiles-parser与geometric-traits工具计算得到的如下拓扑谓词：树（tree）、森林（forest）、仙人掌图（cactus）、弦图（chordal）、平面图（planar）、外平面图（outerplanar）、K₂,₃同胚图（k23_homeomorph）、K₃,₃同胚图（k33_homeomorph）、K₄同胚图（k4_homeomorph）以及二分图（bipartite）。 JSON附属文件存储各类总计数、解析与拓扑错误总数以及运行元数据，SVG格式信息图则提供本次运行的可视化摘要。源快照下载链接：https://ftp.ncbi.nlm.nih.gov/pubchem/Compound/Extras/CID-SMILES.gz。