化学数据库

✍ dations ◷ 2025-04-04 20:23:19 #计算化学,化学信息学

化学数据库是为记录化学信息而专门设计的数据库。这些信息包括了物质的分子结构、晶体结构、谱学信息、相关反应与合成方法,以及化学热力学性质数据等。

一般来说,用二维键线式来描述分子结构,对大多数小分子而言是较为常见的方法。尽管这种表述方法对化学家们来说简单明了,却不适合于在数据库中的存储和搜索算法的编写。因此在数据库中小分子(在药物设计领域也常称为配体)通常以将分子中的原子及其键连列表的方式描述,而大分子如蛋白质等,则常用氨基酸组装单元序列等更紧凑的方式表示。

化学文献数据库的目的是将化学物质与相关文献——如科学论文或专利——关联起来。此类数据库的典型代表如化学文摘社的STN和SciFinder。许多专注于物质表征的数据库都提供了文献链接。

晶体学数据库主要提供物质的X射线衍射数据。这些数据反映了物质的结构信息。最典型的代表是蛋白质资料库和剑桥晶体学数据库。

核磁共振谱数据库提供物质的核磁共振波谱信息。这类数据库一般也提供物质的其他谱学信息,如傅立叶变换红外吸收光谱和质谱等。

大多数数据库所记录的都是稳态分子的信息,但也有一些反应数据库,着重记录反应中瞬间产生的亚稳态分子或中间体。这类反应数据库一般还会提供反应前驱物、产物和反应机理的信息。

热物理学性质包括以下方面:

在数字化的化学数据库中,分子结构一般有两种表示方法,包括:

化学研究者在搜索某一物质时,可以不必输入整个分子式,而只搜索其结构的一部分,或其IUPAC命名法名称的一部分。这种亚结构搜索功能,正是化学数据库与一般数据库最大的区别之一。这种搜索是基于子图同构问题实现的,而这一问题也在图论中被广泛研究。一般来说这类搜索具有O (3)或O (4)的时间复杂性,其中n是涉及原子的数目。

在一定的空间限制条件下,搜索物质特定的三维构象,也是化学数据库常需要实现的功能之一(尤其是在药物设计领域)。这样的搜索相当消耗资源,因而人们也设计了多种近似方法来加以解决。

分子的所有性质都可以拆分为具体的物理/化学性质或药学性质,这些性质被称作描述单元。最重要的描述单元当然是化合物名,在这方面,多年来已发展起多种接近标准化的命名方法,从而得以减少含义不清的命名或一物多名现象。其中,IUPAC名是一个很好的选择,不仅对人而言直接可读,从计算机角度也提供了独一无二的字符串。不过,对大分子而言,IUPAC名就显得过分冗长了。至于化合物的俗名,则难免受到数词同音或数词同义的干扰,不适合作为搜索关键词。另一方面,分子的物理/化学描述单元,诸如分子量、(部分)电荷、溶解度等等,几乎可以直接从分子结构计算出来,而药学描述单元则一般能从多元统计分析或实验(药物筛选、生物检定法等)结果中获得。所有这些描述单元都和分子的表达式被储存在一起。

对于化学相似性,并没有统一的定义。不过,仍然可以将化学相似性从应用角度进行定义,比如描述为两种分子在描述单元空间上距离的倒数。例如,如果两种分子的分子量差距(比之其他分子对)较小,那么就可以认为这两种分子较为相似。多种衡量方式可以组合起来,产生多变量的距离度量。根据三角不等式的成立与否,距离度量还可以分为欧几里得度量和非欧几里得度量。通过进行最大共同子图同构问题(MCS)基础上的亚结构搜索 ,来进行距离度量和化学相似性评估的方法也很常见。MCS也被用于药物筛选,即尝试与现有药物具有共同亚结构的不同分子 。

数据库中的化学品根据其相似性被归入不同的群组中,对于属性繁多的化学品,既可采用分级分类方法,又可采用不分级的分类方法。而这些化学品的性质则可能通过经验或计算机计算得到。最为广泛应用的分类方法是Jarvis-Patrick算法。

另外,在面向药学应用的化学数据库中,相似性通常被定义为化合物的生物效应。后者通常可以由分子的物理/化学性质,应用定量构效关系半自动地得到。

记录化合物独特性信息的数据库被称为化学品登录系统。这类系统通常被用于化合物的索引化,专利注册以及工业数据库中。物质登录系统一般对化合物在数据库中的唯一表达有强制性要求。一般来说,这样的唯一表达是所谓的“正则”字符串,例如“正则SMILES”。有些化学品登录系统,如CAS则利用计算哈希的方法达到相同的目的。化学品登录系统与一般化学数据库的关键区别在于,前者能够准确地区分一种物质究竟是已知,未知抑或部分已知。譬如说,一般的化学数据库中可能记录了一个分子,但其立体化学信息则付诸阙如,而在化学品登录系统中,登录者将会被要求提供关于分子构象的准确信息——构象已知或未知,是否是混合物乃至外消旋体,等。每一种不同的情形在化学品登录系统中都作为一个单独的记录。化学品登录系统也对分子信息进行一些前处理,避免不重要的差别(如不同的卤离子)产生影响。这类系统的一个典型例子是化学文摘注册系统。参见CAS号。

相关

  • 缅甸外交部缅甸外交部(缅甸语:နိုင်ငံခြားရေး ဝန်ကြီးဌာန, ,是缅甸联邦政府负责国家的外交政策和与世界各国的关系的一个部门,它还负责缅甸在29个国家的大使馆和
  • 周本立 (安徽)周本立(1946年3月-),安徽肥东人。中国共产党党员。安徽大学中文系汉语言文学专业毕业,大学学历,文学学士。历任安徽省计划委员会办事员、副处长;省政府办公厅调研室副主任,第二本公
  • 枝竹枝竹是腐竹的一种,把豆浆煮滚,待豆浆面层凝结成薄膜,以竹枝挑起,最先挑起的一层皮通常会挂起成条状,之后平放晒干,称为枝竹,口感最滑。
  • 梵蒂冈抄本《梵蒂冈抄本》(拉丁语:)是世界上现存最古老、最重要的希腊语圣经手抄本之一,得名于其存放地梵蒂冈宗座图书馆。此抄本于公元4世纪完成,书写材质为羊皮纸,以希腊语安色尔字体抄写
  • 李湖李湖(?-1781年),字又川,谥恭毅,江西省南昌府南昌县人,清朝政治人物、进士出身。乾隆四年,登进士,改山东武城县知县。后调任郯城县知县。乾隆二十年,任宁海州知州。乾隆二十六年,任山东泰
  • 东加里曼丹省{{{region}}}东加里曼丹是印尼在婆罗洲岛加里曼丹地区的五个省份之一。省会为沙马林达。东加里曼丹省面积129,066.64平方千米(49,832.91平方英里),是印尼第四大省。该省西临望
  • 彭中杰彭中杰(1948年-),中国知名作家及国画画家。中国湖南省湘潭市韶山冲人。父亲为中国著名语言学家彭铎。 1948年出生于汉口,幼时随父母移居兰州。1965年入读兰州西北中学,三年后文革
  • 管统管统,东汉末年人物,袁绍长子袁谭的部将。管统担任东莱郡(治今山东省烟台市龙口市)太守。建安八年(203年),袁谭进攻袁尚失败后,刘询起兵反袁谭,各城纷纷响应。袁谭叹息:“今举州背叛,岂
  • 马克·德可斯可马克·艾伦·达卡斯可(英语:Mark Alan Dacascos,1964年2月26日-)是一位美国男演员和武术家。7岁至18岁间,他赢得了无数的空手道和多种功夫的冠军。达卡斯可较知名的, 包括在同名电
  • 新邦安拔新邦安拔(马来语:Simpang Ampat),是马来西亚槟城州威南县的一座城镇。北临大山脚,东临吉打州三巴央(Junjong),南临爪夷,西临武吉淡汶。由于新邦安拔位于十字路口,故得名“Simpang Ampa