[スポンサーリンク]

一般的な話題

SDFって何?~化合物の表記法~

[スポンサーリンク]

 

SDFって御存知ですか?

例えば、海外試薬メーカーのカタログを貰おうとすると

「じゃ、SDFで送りますね~」。

あるいは、ComputerChemistとの構造式のやり取りで

「化合物一覧をSDFで送って」

などと言われたり。「まぁ、構造式の表記の1つなんだな」という認識でいる方が多いでしょう。実務面はその認識だけで問題無いです。

ですが、SDFなどの構造表記法の裏側には「ヒト」と「コンピューター」の認識差が潜んでいると思うんです。知らなくっても何も困らないんですが、幾つかの化合物表記法を(長々と)紹介するのお付き合い下さい。

化合物の表記法

化学者であれば誰しも炭素鎖のジグザグ線とを基本とした構造式表記法を読めます。例えば、下記で表記される物質は、ニコチン酸だと認識できます。というよりも、ニコチン酸は下記のように表記するモノだと思っています。

150px-Niacinstr

ところが、コンピューターにとっては、上記式は単に「お絵描き」に過ぎません。コンピューターに認識させるには、この「絵」を、データとして「文字列・数値列」の形に変換する必要があります。構造式をデータに変換する表記法として、主に①線形表記法(文字列表記) ②行列表記法 の2つが用いられます。

 

線形表記法①:SMILES (すまいるず)

線形表記法とは、構造式を「文字や数字の連続した線」として構造を表記する方法です。種々の線形表記法が開発されましたが、現状生き残っていて我々が使う機会があるのはSMILES及びその変法です。(IUPAC命名法も線形表記の一種と捉えられ、InChIという表記法もありますが省略します)。

SMILESの主な表記ルールを以下に示します。

① 原子記号で表示、水素は記載せず自動飽和
② 隣接原子は隣に書く
③ 2重結合は”=”で、3重結合は”#”、分岐は”()”で示す
④ 環形成している原子同士にナンバリングする

SMILES法で、先のニコチン酸を表記すると、こうなります。

 OC(C1=CC=CN=C1)=O

OCの炭素に (環)=O が結合している
OCの結合した炭素(最初のC1)から数えて、(C1=C-C=C-N=C-C1)環を形成している

ヒトにも認識しやすい表記法ですが、「連続した文字列」としてコンピューターの扱うデータとして優れています。SMILES式はその優れた表現方法ゆえ、SMARTS、SMIRKS、SLN等の種々発展法が開発され、使用されています。

実際の使用時は(上記の表記ルールなど気にせず)ソフトウェア上で作成します。ケミストに親しみ深いChemDrawから「Edit => Copy As => SMILES」で、構造式のSMILES表現が書けます。

 

線形表記法②:Finger Print (ふぃんがーぷりんと、FP)

 

ちょっと特殊な表記法として、ビット表記があります。その原理は「規定の部分構造を持てば”1″、持たなければ”0″にそれぞれ値が定まる」というもので、構造式は “0” と “1” の並んだbit stringとして表現されます。コンピューターの扱うデータとして非常に有利になるので、大規模な構造検索(部分構造検索、類似性検索)を行う際に使われます。ビット生成の仕方に2つの方法があり、現在は主に②が使われます。

①部分構造に予め規定されたビット(静的ビット)を用いる物; x番目の数字が構造Xを示すと予め決められている

②クエリ構造に対してハッシュ関数により動的にビット生成をする物; ビットは可変長

代表的なFinger Print法として、MDL Maccs keyDaylight FPECFP6があります。 ここで言う「部分構造」とは単純な「置換基」ではありません。通常、6結合先までの構造や各分岐も考慮されて数十万種(以上?)の部分構造が規定されて、数百~数十万個並んだ0と1によって構造式が表現されます。ケミストがFinger Printを書く事はありませんが、プログラムの裏側で動いてくれています。

 

行列表記法①:MOL(もる)

先ず、構造式を「原子というノード(点)」と「結合というエッジ(線)」で書かれたグラフと考えます。

 

グラフは行列式で表現できます。が、結合が増えると行列が複雑化するので、「結合表(Connection Table)」という考えを導入して簡単に表現します。結合表は各ノード位置(座標)、エッジ(どのノード同士が結合しているか)で表現されます。結合表をファイル形式で実現したものが「MOL」ファイルです。ニコチン酸はこう表されます。

—————————————————————————————————————————

nicotinic acid                      <ヘッダー:ファイル名
  ChemDraw03301217052D           <ヘッダー:作成ソフト作成月日年時分2次元
ヘッダー:空行>
  9  9  0  0  0  0  0  0  0  0999 V2000    <カウントライン:原子数結合数キラル有無
   -1.4265    0.0021    0.0000   0  0  0  0  0  0  0  0  0  0  0  0 <結合表:原子座標原子種
   -1.4265   -0.8229    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
   -0.7120   -1.2354    0.0000  0  0  0  0  0  0  0  0  0  0  0  0
0.0025   -0.8229    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
    0.0025    0.0021    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
   -0.7120    0.4146    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
    0.7145    0.4132    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
  1.4265    0.0021    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
0.7145    1.2354    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
1  2  2  0                       <結合表:結合ペア結合タイプ
2  3  1  0
3  4  2  0
4  5  1  0
  5  6  0
  6  1  1  0
5  7  1  0
7  8  1  0
7  9  2  0
M  END                    <終了表示>

—————————————————————————————————————————–

ノードは座標表現なので、ニコチン酸の下記構造のMOLファイルは「別物」となりますが、通常はここに標準化作業が行われて同一物質と認識されます。3Dの場合は立体位置の違いとしてそのまま別物として使われる事が多いです。

 

MOLファイルの作成は、ケムドロで書いてMDL MOLで保存。MOLファイルはテキストファイルなので読取・編集はワードパッド等で可能です。

 

行列表記法②:SDF(えすでぃーえふ、えすでぃーふぁいる)

お待たせしました、やっと本題のSDFです。SDFはMOLの変法であり、表記法としてはMOLと同じです。ただし、「多数の構造式を一纏め」にしたファイルです。更に「各構造式に付加情報を追加」できます。しかもテキストファイルで軽いので、試薬カタログや計算化学のデータ受渡しに有用で、かなり頻繁に用いられています。

——————————————————————————————————————————-

<空行>
ID-001                             <ID>
                        <空行>
  9  9  0  0  0  0  0  0  0  0999 V2000         <カウントライン:原子数、結合数、キラル有無>
   -1.4265    0.0021    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0 <結合表:原子座標と原子種>
   -1.4265   -0.8229    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
   -0.7120   -1.2354    0.0000 N   0  0  0  0  0  0  0  0  0  0  0  0
    0.0025   -0.8229    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
    0.0025    0.0021    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
   -0.7120    0.4146    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
    0.7145    0.4132    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
    1.4265    0.0021    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
    0.7145    1.2354    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
  1  2  2  0                       <結合表:結合ペアと結合タイプ>
  2  3  1  0      
  3  4  2  0      
  4  5  1  0      
  5  6  2  0      
  6  1  1  0      
  5  7  1  0      
  7  8  1  0      
  7  9  2  0     
M  END                    <終了表示>
>  <Name>                                     <付加データ:項目D-Alaninol                  <付加データ:内容>
                       <付加データ:空行>
>  <Mol. Wt.: 123e>
123

    \[\]

                     <終了表示>
                       <空行> ID-002            <<<次の分子の開始>>> -------------------------------------------------------------------------------------------------------------------------------

試薬会社のカタログの場合、この付加情報の部分にカタログ番号や容量、価格などが記載されています。会社によって項目が違ったりするのですが、項目を揃えてやれば、会社縦断的なカタログへと編集する事も可能です。

タンパク質構造などを表現するのにPDB, MOL2といったファイル形式も使われますが、基本的にはsdfと同じ形式をとっています。

 

つぶやき

ここまで長ったらしく書いてきましたが、、、 最近よく思うのは「ヒトとコンピューターの構造式認識の仕方は異なる」という事です。もっと言えば「構造式ってのは、とことん人間寄りだ!」

コンピューターの進歩と通信インフラの発展は素晴らしく、我々は膨大な構造・反応情報に容易にアクセス出来ます。しかし、大量の情報処理に優れているはずのコンピューターに逆合成解析をやらせても、優れた合成ルートは提示してきません。また、類縁体をデザインさせても「当たり前」の構造しか出力できません。それは、化学構造式は「絵」 「画像」であって、精度高く画像認識するって事はコンピューターにとって何義な事だからです。一方、ヒトの画像処理能力はピカイチなので、我々は学会会場などで初めて目にする構造式について「これはきっとこうだよね」「似た経験あるよ」などと、一瞬で判断する事ができます。

 きっと構造式っていうのは、人間が「ヒトの得意分野」で自然化学と勝負するために編み出した「磨き抜かれた武器」なんだよ。それを、嫌がるコンピューターに(無理やり)理解させよう、ってのが種々構造表記法の開発の歴史なんだよ。

こんな妄想めいた事を日々考えてます。

そんな戯言はさておき、現在も「コンピューターにヒトと同じ認識をさせるにはどうしたら良いか?」「如何にケミストを模倣させるか」というテーマで、Chem-Informatician達が日々研究しています。いつの日か「やっぱヒトの逆合成よりコンピューターだよな!」と言われちゃう日が来るんでしょうか?嬉しいような、悲しいような…

 

関連サイト

 

  • 関連書籍

関連記事

  1. ローカル環境でPDFを作成する(Windows版)
  2. 私がケムステスタッフになったワケ(1)
  3. 事故を未然に防ごう~確認しておきたい心構えと対策~
  4. 化学者のためのエレクトロニクス入門④ ~プリント基板業界で活躍す…
  5. アレーン類の直接的クロスカップリング
  6. SciFinder Future Leaders 2017: プ…
  7. 100年前のノーベル化学賞ーフリッツ・ハーバーー
  8. PACIFICHEM2010に参加してきました!③

コメント、感想はこちらへ

注目情報

ピックアップ記事

  1. 2016年9月の注目化学書籍
  2. 【PR】Chem-Stationで記事を書いてみませんか?【スタッフ・寄稿募集】
  3. 「生合成に基づいた網羅的な天然物全合成」—カリフォルニア大学バークレー校・Sarpong研より
  4. 有機合成反応で乳がん手術を改革
  5. カーボンナノチューブをふりかえる〜Nano Hypeの狭間で
  6. 5分でできる!Excelでグラフを綺麗に書くコツ
  7. シリリウムカルボラン触媒を用いる脱フッ素水素化
  8. ケムステ記事ランキングまとめ
  9. N,N,N’,N’-テトラメチルエチレンジアミン:N,N,N’,N’-Tetramethylethylenediamine
  10. 「神経栄養/保護作用を有するセスキテルペン類の全合成研究」ースクリプス研究所 Ryan Shenvi研より

関連商品

ケムステYoutube

ケムステSlack

注目情報

注目情報

最新記事

【マイクロ波化学(株)医薬分野向けウェビナー】 #ペプチド #核酸 #有機合成 #凍結乾燥 第3のエネルギーがプロセスと製品を変える  マイクロ波適用例とスケールアップ

<内容>本イベントは、医薬分野向けに事業・開発課題のソリューションとして、マイクロ波の適用例や効…

バイオマスからブタジエンを生成する新技術を共同開発

日本ゼオンは、理研、横浜ゴムと共同で設置している「バイオモノマー生産研究チーム」の研究により、バイオ…

【ケムステSlackに訊いてみた②】化学者に数学は必要なのか?

日本初のオープン化学コミュニティ・ケムステSlackの質問チャンネルに流れてきたQ&amp;Aの紹介…

電子のやり取りでアセンの分子構造を巧みに制御

第308回のスポットライトリサーチは、北海道大学大学院総合化学院(鈴木研究室)・張本 尚さんにお願い…

第147回―「カリックスアレーンを用いる集合体の創製」Tony Coleman教授

第147回の海外化学者インタビューは、アンソニー・W・コールマン(通称トニー)教授です。フランスのリ…

ノーコードでM5Stack室内環境モニターを作ろう

COVID-19の影響で居室や実験室の換気状況を見直された方は多いと思います。化学系の実験室は定期的…

「化学物質の審査及び製造等の規制に関する法律施行令の一部を改正する政令」が閣議決定されました

4月16日、「化学物質の審査及び製造等の規制に関する法律施行令の一部を改正する政令」が、閣議決定され…

液相における粒子間水素移動によって加速されるアルカンとベンゼンの脱水素カップリング反応

第307回のスポットライトリサーチは、東京工業大学 物質理工学院 応用化学系(本倉研究室)・高畠 萌…

Chem-Station Twitter

PAGE TOP