化学数据库

✍ dations ◷ 2025-07-04 18:08:19 #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

  • β2肾上腺素受体激动药β2肾上腺素受体激动药(英语:β2-adrenergic receptor agonists)常常简称β2激动药(英语:β2-adrenergic agonists),是一类可与β2肾上腺素受体结合,并形成刺激效应的药物。 β2受体
  • ERG理论ERG理论(英语:ERG Theory)是美国耶鲁大学的克雷顿·埃尔德弗(Clayton Alderfer)提出的人本主义需求理论。埃尔德弗在马斯洛需求层次理论的基础上概括、改进,提出了生存需要(Existen
  • 罗马的黑马黑马(Hermas或译赫马,希腊文:Ερμάς),庇护一世的弟弟,原本是一位名称罗底(Rhoda)的女人的基督徒奴隶,被释放后,结婚生子,并成为富商。但在一次的逼迫中,失去财产,被子女抛弃,陷入长期
  • 阿墩子小檗阿墩子小檗(学名: var. )为小檗科小檗属下的一个变种。
  • 列塔瓦城堡列塔瓦城堡(斯洛伐克语:Lietavský hrad)是斯洛伐克的一座城堡遗迹,位于斯洛伐克北部日利纳州的苏罗夫山区内。这座城堡修建于1241年之后。1760年代之后,该城堡已经被废弃,不再被
  • 童士元童士元(越南语:Đồng Sỹ Nguyên,1923年3月1日-2019年4月4日),原名阮士同、阮有武,生于越南广平省广泽县,越南政治家、军事家,中将军衔。胡志明为其改名为童士元。他于1961年在北京
  • 布朗斯卡农 (科罗拉多州)布朗斯卡农(英语:Browns Canon)是位于美国科罗拉多州查菲县的一个非建制地区。该地的面积和人口皆未知。布朗斯卡农的座标为38°36′43″N 106°03′36″W / 38.61194°N 106.0
  • 恰尔迈杰迪亚恰尔迈杰迪亚(Char Maijdia),是印度西孟加拉邦Nadia县的一个城镇。总人口5003(2001年)。该地2001年总人口5003人,其中男性2564人,女性2439人;0—6岁人口494人,其中男237人,女257人;识字
  • 萨伏依的玛丽亚·贝亚特丽切萨伏依的玛丽亚·贝亚特丽切(意大利语:Maria Beatrice di Savoia,1943年2月2日-),末代意大利国王翁贝托二世的幼女。1970年,玛丽亚·贝亚特丽切与路易斯·拉斐尔·雷纳-科瓦兰·迪
  • 硼的同素异形体硼有多种同素异形体,包括晶体和无定形体。现已知(已制备)的结晶状硼有α菱面体硼晶、β菱面体硼晶以及β四方硼晶;此外,在某些特定情况下,α四方硼晶、γ正交硼晶等同素异形体结构