[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~

 

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. PACIFICHEM2010に参加してきました!④
  2. 祝100周年!ー同位体ー
  3. 文具に凝るといふことを化学者もしてみむとてするなり⑤:ショットノ…
  4. 近況報告PartII
  5. LSD1阻害をトリガーとした二重機能型抗がん剤の開発
  6. カーボンナノベルト合成初成功の舞台裏 (2)
  7. 前代未聞のねつ造論文 学会発表したデータを基に第三者が論文を発表…
  8. DOIって何?

コメント、感想はこちらへ

注目情報

ピックアップ記事

  1. ピナー ピリミジン合成 Pinner Pyrimidine Synthesis
  2. 八島栄次 Eiji Yashima
  3. 東京大学大学院理学系研究科化学専攻 大学院入試情報
  4. オカモトが過去最高益を記録
  5. 日本化学会第85回春季年会
  6. Greene’s Protective Groups in Organic Synthesis 5th Edition
  7. ケムステも出ます!サイエンスアゴラ2013
  8. ChemDrawの使い方【作図編⑤ : 反応機構 (後編)】
  9. アサートン・トッド反応 Atherton-Todd Reaction
  10. 結晶学分野に女性研究者が多いのは何故か?

関連商品

注目情報

注目情報

最新記事

Carl Boschの人生 その2

Tshozoです。前回の続き、早速参ります。筆者のフォルダが火を噴く動画集 おそらく現存…

トヨタ、世界初「省ネオジム耐熱磁石」開発

トヨタは、今後急速な拡大が予想される電動車に搭載される高出力モーターなど様々なモーターに使用されるネ…

触媒のチカラで拓く位置選択的シクロプロパン合成

嵩高いコバルト錯体を触媒として用いた位置選択的Simmons–Smith型モノシクロプロパン化反応が…

「原子」が見えた! なんと一眼レフで撮影に成功

An Oxford University student who captured an image…

2018年3月2日:ケムステ主催「化学系学生対象 企業合同説明会」

2月も後半となり、3月1日の就活解禁に向けて、2019年卒業予定の学生のみなさんは、就活モードが本格…

高専シンポジウム in KOBE に参加しました –その 2: 牛の尿で発電!? 卵殻膜を用いた燃料電池–

1 月 27 日に開催された第 23 回 高専シンポジウム in KOBE の参加報告の後編です。前…

Chem-Station Twitter

PAGE TOP