創薬初期のヒット探索では類似性検索が SAR by catalogue や scaffold hopping を支える。2D フィンガープリント（ECFP/MACCS）、3D 形状（ROCS）、グラフ系（SmallWorld、Gillet らの reduced graph、Fragment Network）が発展してきた。
→ フラグメントをノードとする reduced graph ＋ 構造摂動 ＋ ノード制約で、大域骨格と局所化学特徴を同時に細かく制御
フラグメント類似度：linking vector 1本=140次元 fuzzified topological feature（7原子タイプ×最大20結合）。2本以上=feature × exit vector（リング-リングは CAVEAT 7次元 d/α1/α2/φ、混在は ×0.5 ペナルティ）。
10M では ChemFP が高速（0.3s vs 4s）だが、1億→10億で ChemFP は 61→496s に急増。qMol は 38→95s と緩やかで大規模スケーラビリティに優れる。
非バイアス LIT-PCBA（15 標的・活性 7,844 / 不活性 407,381）。qMol は 6 標的で ECFP4 超、2 標的で同等、7 標的で劣り、総合では ECFP4 と同等で相補的と結論。
SV40 Large T 抗原阻害剤（化合物3）と HDAC1 阻害剤（化合物13）で実検索を実証。
→ ノード単位制約で必須ファーマコフォアを保持しつつ局所多様化できることを直接実証。