北京大学化学信息学course.ppt

1 课程内容安排 第十一讲 Chemoinformatics分子结构信息的计算机存储和表达分子二维数据库和数据库检索技术第十二讲 Cheminformatics分子多样性和化合物筛选三维结构的实验数据资源基于三维结构的计算方法化合物组合库高通量虚拟筛选 2 化学信息学 第十一讲Chemoinformatics 3 内容 相关名词辨析及化学信息学由来分子结构信息的计算机存储和表达分子二维数据库和数据库检索技术 4 名词解释 ComputationalChemistry 计算化学 使用数学方法计算分子性质和模拟分子行为的方法 并且包括合成设计 数据库搜索 组合库操作等 Hopfinger 1981 Ugietal 1990 IUPACComputational 5 相关名词辨析 6 名词解释 MolecularModeling 分子建模方法 使用计算化学和图形显示技术研究分子结构和性质 从而获得在给定环境下的分子三维结构的近似表达IUPACMedicinalChemistry IUPACComputational 7 名词解释 Chemometrics 化学统计学 使用数理统计学的方法对化学信息 如有机 分析和药物化学 进行分析 或进行化学实验的设计和模拟IUPACComputational 8 名词解释 Bio informatics 生物信息学 使用数理统计学的方法对化学信息 如有机 分析和药物化学 进行分析 或进行化学实验的设计和模拟IUPACComputational 9 名词解释 Chemoinformatics Chemoinformatics是知识管理 knowledgemanagement 的有机组成部分NicholasJ Hrib NortonP Peet Chemoinformatics areweexploitingthesenewscience DrugDiscoveryToday5 11 483 485 Nov 2000 10 名词解释 Cheminformatics 化学信息学 结合化学合成 生物筛选及数据挖掘技术指导药物发现和开发 用于合理的设计具有类药性质的化合物 构建用于虚拟高通量筛选的智能化合物库 研究以往的数据知道先导化合物的优化Cheminformatics IntelligentDrugDiscoveryMay28 30 2003PhiladelphiaPA 11 12 HumanAlcoholDehydrogenase Adh1A 分类 Oxidoreductase简介 Molecule ClassIAlcoholDehydrogenase1 Subunit Chain A B Engineered Yes实验方法 X rayDiffraction 13 HumanAlcoholDehydrogenase Adh1A 14 分子结构信息的计算机存储和表达 如何使用计算机存储化学结构 如何处理存储的结构信息 计算机在Chemoinfomatics中的应用 15 分子结构信息表达的内容 原子原子间的连接键型立体化学构型电荷同位素3D coordinatesforatoms 16 分子结构信息表达的内容 原子原子间的连接键型立体化学构型电荷同位素3D coordinatesforatoms 17 分子结构信息表达的内容 原子原子间的连接键型 芳香环 立体化学构型电荷同位素3D coordinatesforatoms 18 分子结构信息表达的内容 原子原子间的连接键型 芳香环 立体化学构型电荷同位素3D coordinatesforatoms 19 分子结构信息表达的内容 原子原子间的连接键型 芳香环 立体化学构型电荷同位素3D coordinatesforatoms 20 21 分子结构一维表示法 LineNotation 简介 使用字符串表示分子结构现有的几种表示法WiswesserLineNotation WLN Dialog SimplifiedMolecularInputLineSystem SMILES SMARTS Daylight RepresentationofStructureDiagramArrangedLinearly ROSDAL Beilstein SybylLineNotation SLN Tripos ROSDAL1O 2 3O 2 4 5N 4 6 7 12 7 10 13OSLNOHC O CH NH2 CH2C 1 CHCH C OH CH CH 1WLNQVYZ1RDQSMILESOC O C N CC1 CC C O C C1 22 分子结构一维表示法 LineNotation SimplifiedMolecularInputLineEntrySystem SMILES 基于价键模型的标记法Author DaveWeininger Daylight 23 CMethaneC1CCCCC1cyclohexaneOwaterc1ccccc1benzeneCCethaneCOmethanolOCmethanolN C H C C O OCCOethanolCC O CacetoneO C Ocarbondioxide L alanine SMILE标记示例 24 atom symbol 双字母原子符号 Br Upper lowercase 原子的预定义价键 B 3 C 4 N 3 5 O 2 P 3 5 S 2 4 6 F 1 Cl 1 Br 1 I 1 大写的字母表示非芳香体系示例 ClHydrochloricacidSH2S Fe Iron II cation Atoms 语法 25 Bond 语法 bond single double triple disconnectionEtheneC CFormaldehydeC OHydrogenCyanideC NButadieneC CC C 26 分支 将支链放在括号中 SMILES CCCC C O O CCC branch 27 环定义 合环键用数字标出 28 非连接关系 disconnections 同位素表示 SMILES Na O c1ccccc1 specifiedinsidebrackets SMILES 13CH4 其它定义 29 F C C F F C C F 双键构型的表示 30 从旋光中心沿字符串顺序观察 逆时针为 顺时针为 N C C F C O O 手性表示 or 31 氢原子表示 显式表示氢原子的四种情况 带电荷的氢 如 质子 H 与其它氢相连的氢 如 氢气 H H 氢桥同位素 如 重水 2H O 2H 32 芳香性 N1ccccc1 N1 CC CC C1 C1cc2cccccc2c1 C1 CC2 CC CC CC2 C1 33 O n 1ccccc1pyridine N oxide O C H 1CCCC C H 1Ocis resorcinol CC C NCC O COc1cccc2ccccc12Propranolol abeta blocker 一些例子 34 SMILES的正规化标记 c1ccccc1Oc2ccccc2 N Nc2ccccc2Oc1ccccc1O c1ccccc1 c2ccccc2N Nc1ccccc1Oc2ccccc2Nc1ccccc1Oc2ccccc2Nc1ccccc1Oc2ccccc2 35 分子结构一维表示法 LineNotation 优点 易于手工书写结构紧凑局限 信息量小对复杂分子的标记比较繁琐 某些情况下 标记具有二义性 36 分子结构一维表示法的应用 构造查询语言子结构匹配相似性搜索 结构指纹 化合物组合库的压缩存储反应数据库 37 SMILES应用示例 ClogP 辛醇 水分配系数实验方法logP计算 pH7 0时的分配系数数据库规模 2 000 000化合物工作站搜索速度 500 000 s 38 ClogP的计算使用片断加和法 片断值 校正项 片断值基于实验值 与片断的类型有关 如 极性基团 卤素 离子 不饱和键校正项描述不同片断间的相互作用 如 氢键等 39 40 41 分子结构信息的计算机存储和表达 分子结构二维表示法连接表 ConnectionTable 邻接矩阵 AdjacencyTable 42 连接表 ConnectionTable 简介 计算机系统中主流结构表示方法类型 内部 CTs 内存 程序处理 外部 CTs 磁盘文件 文件存储数据交换 43 Redundant ConnectionTable O121C0113241O022C1215161N241C24171C06182121C17291C181102C092111131C1101122C111271O1101 44 MDLConnectionTable 数据交换的事实标准衍生文件格式Molfile singlemolecule SDfile setofmoleculesanddata RGfile Markushstructure Rxnfile singlereaction RDfile setofreactionswithdata 示例 benzeneWLViewer3D012120000000001 12020 00030 0002C0000001 80301 1835 0 0005C0000003 16911 1839 0 0004C0000003 85220 0006 0 0007C0000003 1691 1 18230 0001C0000001 8034 1 1829 0 0003C0000000 12020 00020 0011H0000001 30282 0494 0 0011H0000003 66902 0500 0 0001H0000004 85220 0005 0 0015H0000003 6692 2 04820 0010H0000001 3036 2 0490 0 0010H000000124000164000234000344000454000564000171000281000391000410100051110006121000MEND 46 其它CTs格式 StandardMolecularData SMD formatnevergainedwideacceptanceProteinDataBank PDB formatCrystallographicInformationFile CIF MolecularInformationFile MIF developedfromSMDandcompatiblewithCIFChemicalExchangeFormat CXF ChemicalAbstractsServiceChemicalMarkupLanguage CML fordataexchangeusingtheInternetIChI IUPACChemicalIdentifier 47 分子结构信息的计算机存储和表达 分子结构三维表示法三维坐标文件 Mol XYZ SD 内部坐标表示法 Z Matrix benzeneWLViewer3D012120000000001 12020 00030 0002C0000001 80301 1835 0 0005C0000003 16911 1839 0 0004C0000003 85220 0006 0 0007C0000003 1691 1 18230 0001C0000001 8034 1 1829 0 0003C0000000 12020 00020 0011H0000001 30282 0494 0 0011H0000003 66902 0500 0 0001H0000004 85220 0005 0 0015H0000003 6692 2 04820 0010H0000001 3036 2 0490 0 0010H000000124000164000234000344000454000564000171000281000391000410100051110006121000MEND MethanolZ matrix CO1l1H1l22a1H1l32a23da1H1l32a23 da1H2l41a33180 0l11 42l21 09l31 09l41 09l51 09l61 0a1109 0a2110 0a3108 0a4110 0a5110 0da160 0da2120 0da360 0 z matrix 50 分子芳香性问题 使用单双键交替表示法导致同一分子有不同的拓扑表示法 以及其它问题解决方式 使用芳香键类型使用规一化的原子键类型 51 共振结构 是否看作同一分子 答案是你期望如何处理使用规一化的键型使用单双键交替法 52 共振结构 共振式定义的方法HQ X R Q X RHQ XorR只能是特定原子keto enol共振结构CA不能正确识别单一的不饱和碳链Daylight不能正确识别 53 结构习惯规则 有时称 businessrules 某些化学基团的不同表示法习惯规则确定哪一种更合适需要软件进行转换 54 Stereochemistry differentcompoundswithidenticalconnectivitysametopology differenttopography S tyrosine R tyrosine 55 立体化学 不同的表示法上 下键Cahn Ingold Prelog CIP designators R S E Z 基于文本的描述符 光学旋光 56 立体化学 上 下键 给图的节点着色很多连接表格式包含特殊的上下键表示需要确定连接的原子便于生成图形显示可以转换成其它手性定义 57 上 下键问题 不同的上 下键表示可能是同一手性分子不同的图 相同的分子某些上下键组合并不足以确定手性 58 Stereochemistry CIPdesignators R S Cahn C Ingold andV Prelog AngewandteChemieIntl Ed inEnglish1966 5 385 551one letterdesignatorforstereocentersbasedonrulesassigningprioritiestogroupsaroundittetrahedralcarbons R S doublebonds E Z additionalcolorsforgraphnodesoredgesusefulfordistinguishingstereoisomerswhenabsoluteconfigurationisknownlessusefulformatchingpartsofstructures substructuresearch aspriorityrulescancausedesignatortochangewhenremotepartofstructureischanged 59 其它复杂情况 有机金属和配合物复杂立体化学特殊键型共价或离子键型不确定 businessrules 无机物没有象有机物类似的明确拓扑关系部分组成为分数晶体结构 60 其它复杂情况 氢桥二茂铁可能的解决方法键连接任意一个碳原子键连所有5个碳原子键连一个环中心的伪原子 dummyatom 61 生物大分子 使用缩写描述基本单元 62 生物大分子 每个缩写具有预定义的连接点混合表示法定义新的缩写 63 聚合物 聚合物的性质与聚合条件有关重复单元的平均数目交联度不同单体的比例随机或嵌段共聚主要表示法单体表示结构重复单元 SRU 表示法 64 Markush Generic 结构 不同的R 基一组具有共同特征的结构的简写 65 Markush结构