化学数据库

✍ dations ◷ 2025-09-18 21:06:16 #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

  • 建模建模可以指:
  • 烟熏熏或烟薰是一种烹调、保存及为食物调味的方法。中西方的熏法各有不同。西方会把食物放在挂起或放在架上,下方多为慢燃炭木,让食物被烟薰一段时间,部分同时伴以香草调味。中式将
  • 辛弗林辛弗林是一种膳食补充剂,可以帮助减少人体内的脂肪。尽管它的功能还存在争议,目前辛弗林已经成为了在美国更具争议的另一种膳食补充剂麻黄(Ephedra)的替代品。辛弗林主要是从
  • 萨尔塔省萨尔塔省(西班牙语:Provincia de Salta)为南美国家阿根廷二十三省之一,位于阿根廷西北部,省会萨尔塔。1自治市
  • 拉伊族拉伊族,是尼泊尔一个古老的藏缅语系民族,克拉底人的一部。他们分布于尼泊尔东部,印度锡金和大吉岭。在2001年,他们人口有635,751人。他们可能是远古时期从东方经缅甸北部和阿萨
  • 育乐台纬来育乐台,前称纬来洋片台,是纬来电视网旗下结合运动赛事转播及欧美电影与影集于一台的综合性频道。2005年,由于纬来电视网在中华职棒该季季中接手全部的赛事,将当时的纬来洋片
  • 萨哈雷纳纳河坐标:12°39′40″S 49°33′20″E / 12.66111°S 49.55556°E / -12.66111; 49.55556萨哈雷纳纳河(马达加斯加语:Saharenana),是马达加斯加的河流,位于该国北部,由第亚那区负责管
  • 汉德瓦萨之家汉德瓦萨之家(德语:Hundertwasserhaus)是奥地利艺术家佛登斯列·汉德瓦萨在维也纳建设的一处公共住宅。汉德瓦萨在1972年出演一次电视节目时曾称自己的梦想是建一座和植物一起
  • 亚马逊枯叶蜥亚马逊枯叶蜥(学名:Stenocercus fimbriatus (Avila-Pires, 1995)),又称做西部枯叶蜥,是属于新热带地蜥科的成员,是一种鬣蜥。它们被发现于巴西与秘鲁的亚马逊丛林森林底层的落叶堆
  • 邻近效应邻近效应是指当两条(或两条以上)的导电体彼此距离较近时,由于一条导线中电流产生的磁场导致临近的其他导体上的电流不是均匀地流过导体截面,而是偏向一边的现象。