SMILES ( Simplified Molecular Input Line Entry System , с англ. — «система упрощённого представления молекул в строке ввода») — система правил (спецификация) однозначного описания состава и структуры молекулы химического вещества с использованием строки символов ASCII . Название в английском языке является омонимом к слову smiles ( улы́бки ), однако пишется только заглавными буквами. В русском языке однозначного аналога не имеет, рекомендуется употребление на языке оригинала. Произносится как «смайлз».

Строка символов, составленная по правилам SMILES, может быть преобразована многими молекулярными редакторами в двумерную или трёхмерную структурную формулу молекулы .

Первоначальный вариант спецификации SMILES был разработан (Arthur Weininger) и (David Weininger) в конце 1980-х . В дальнейшем стандарт был модифицирован и расширен; наиболее активное участие в этой работе приняла компания Daylight Chemical Information Systems, Inc. ^{[ источник не указан 224 дня ]} .

Варианты спецификации SMILES

В изначальной спецификации SMILES отсутствуют правила, касающиеся способа построения записи и способа различения пространственных изомеров молекул. Для решения этих проблем были разработаны расширения стандарта:

• «Каноническая SMILES» (Canonical SMILES) — версия спецификации, включающая правила , позволяющие записать формулу молекулы любого вещества однозначным образом. Эти правила касаются выбора первого атома в записи, направления обхода циклов, выбора направления основной цепи при разветвлениях. Поскольку в разных пакетах молекулярного моделирования используются различные алгоритмы канонизации SMILES, вследствие чего могут получаться разные записи одной и той же молекулы, понятие «каноническая SMILES» не является абсолютным. Данная версия стандарта обычно применяется для индексирования и проверки уникальности молекул в базах данных.
• «Изомерическая SMILES» (Isomeric SMILES) — версия спецификации, позволяющая включать в запись данные об изотопном составе , конфигурации асимметрических атомов углерода и двойных связей . Особенность этой версии по сравнению с официальной номенклатурой ИЮПАК в том, что изомерическая SMILES позволяет хранить информацию о молекулах, для которых известны конфигурации лишь некоторых хиральных центров или двойных связей.

Определение в терминах теории графов

В терминах теории графов SMILES представляет собой строку, полученную путём вывода символов вершин молекулярного графа в порядке, соответствующем их обходу в глубину . Первоначальная обработка графа включает в себя удаление атомов водорода и разбивку циклов таким образом, чтобы получившийся граф представлял собой остовный лес . Местам разбиения графа ставятся в соответствие числа, показывающие наличие связи в исходной молекуле. Для указания точек ветвления молекулы используются скобки .

Основные принципы построения SMILES

Атомы

Атомы обозначаются символами химических элементов в квадратных скобках , например, золото обозначается как [Au] . Для элементов-органогенов ( B , C , N , O , P , S , F , Cl , Br , I ) скобки могут быть опущены. В этом случае атомы водорода можно не указывать в явном виде, если их число соответствует наименьшей нормальной валентности в соответствии с явно заданными связями. Атомы в составе ароматических циклов обычно записываются строчными буквами вместо прописных, хотя в некоторых диалектах SMILES применяется явное чередование двойных и одинарных связей (как в структурной формуле бензола, предложенной Кекуле ). При необходимости указать формальный заряд частицы атомы водорода и символ заряда записываются в явном виде . Изотопы записываются в квадратных скобках с указанием атомного веса перед символом атома, например, изотоп ¹³ C будет записан как [13C] .

Например, запись SMILES для воды будет выглядеть как O , для этанола — CCO . Гидроксильный анион записывается [OH-] , а ион железа (II) как [Fe+2] .

Связи

Одинарная химическая связь может быть записана с использованием символа - между атомами, соединёнными связью, но на практике это не применяется, символ дефиса опускают. Обозначение ароматической связи ( : ) обычно тоже опускают. Двойная связь обозначается с помощью знака равенства , например, двуокись углерода записывается в виде O=C=O . Тройная связь обозначается с помощью октоторпа , например, синильная кислота записывается как C#N .

Разветвления молекулы

Боковые цепи молекулы заключаются в круглые скобки . Например, пропионовая кислота записывается как CCC(=O)O . Каноническая форма записи трифторметана выглядит как C(F)(F)F , однако такая запись неудобна для чтения из-за своей перегруженности скобками, поэтому ту же молекулу можно записать в неканонической форме как FC(F)F .

Циклические соединения

Атомы, находящиеся на концах разорванной при построении остовного леса связи, обозначаются одним и тем же номером. Например, циклогексан записывается как C1CCCCC1 , а бензол — как c1ccccc1 .

Стереохимия

Конфигурация относительно двойной связи записывается при помощи символов / и \ . Например, F/C=C/F соответствует транс - , а F/C=C\F или F\C=C/F соответствует цис -дифторэтилену (см. рис.).

Расширения и место среди других линейных нотаций

SMARTS — модификация SMILES, которая позволяет использовать неупорядоченную структуру атомов и связей. Широко используется в системах поиска в базах данных о веществах. Практика применения вызвала распространённое заблуждение, что в компьютерном поиске структур производится сравнение записей-цепочек, в то время как производится гораздо более производительное сравнение графов, построенных на основании формул SMILES.

Среди остальных линейных нотаций стоит выделить (WLN), и ( ). В начале 2000-х годов IUPAC предложил InChI в качестве стандарта для линейного представления формул. SMILES имеет преимущества перед InChI , в частности, лучшее восприятие формул человеком, а также более простая программная поддержка в связи с наличием обширной теоретической базы на основе теории графов .

Преобразования

Формула SMILES может быть преобразована в двухмерную структурную формулу при помощи алгоритма (Structure Diagram Generation algorithms), разработанного Хелсоном . Преобразование не всегда даёт однозначный результат. Преобразование в трехмерную структурную формулу производится с использованием принципа минимальной энергии образования вещества.

См. также

• Молекулярный редактор
• Международный химический идентификатор ( InChI )

Примечания

Ссылки