1、确定化学结构微机检索系统 陈维明孙传涛朱翠娣徐衍波中科院上海有机化学研究所信息中心 化学信息和化学结构检索 重要性 分类 特点 化学物质信息 名称 分子式 结构 中只有化学结构与化学物质一一对应 根据结构中是否带有R基团 可以分成确定化学结构和族性化学结构两类 化学结构是一种图形信息 不可能象文字信息一样直接检索 非文字信息的检索通常需要索引检索和匹配两步完成 化学结构的计算机表示环系识别歧义表示的规范结构索引结构匹配关系数据库模型 化学信息和化学结构检索 化学结构表述 线性代码表示 WisswiserLineNotation用一组文字和符号代表特定的结构片段 以文字串表示化学结构 可以在片段
2、层次上直接检索无法实现对任意化学结构的检索和比较无法在原子级别上对化学结构信息进行加工连接表表示 CAS MDLMol 大多数系统按照图论描述化学结构信息可在原子级别上对化学结构信息进行任意加工 化学结构信息的连接表表示 连接表的图论定义S 和S 其中N 原子B 键和连接B 键 连接关系系统使用GCT连接表 支持MDLMol连接表 环系和最小环最小集识别 环系统是化合物的重要结构特征 SSSR与画法无关 可以作为结构索引无需事先环系识别 同时完成环系和SSSR识别只需搜索一次 快速算法 结构表述歧义和互变异构处理 同一化学结构存在多个合理表示 互变异构 芳香键位置 需要进行规范处理 化学结构索
3、引方法 使用六种结构特征 充分利用关系数据库特点 原子特性 非H结点总数 连接度为3 4 4的结点数目 氘数目 氚数目键特性 双键 三键 芳香键 互变键 电荷数目环系统特性 环系统总数 每个环系统环结点数目 小环数目 最小环最小集 SSSR 立体化学特性 结点立体中心数目 键立体中心数目重复单元特性 重复单元 重复组的数目分子式 0R0A00000400600030818092560A334700000C25H26O2 0W0B20000100600030818092560A334700000C29H42N2O 0X0D10000300600030818092560A334700000C30H
4、39NOS 0R0A00000400600030818092560A334700000C25H26O2 0a0A20000200602030818092560A334700000C33H45NO2 节点 键 环系 立体重复 分子式 化学结构索引方法说明 原子 原子匹配 确认结构相同 节点局部性质分类 4 节点领域性质分类 12 原子对原子匹配 5 11 11 33 13 111 55 35 55 11 11 11 33 11 数据库结构 检索实例 全结构检索 检索与提问结构完全一致的化学结构 检索实例 模糊结构检索 指定提问结构的某些性质进行结构检索 检索实例 结构参数检索 指定目标化合物的结构特征参数进行结构检索 相关应用和发展 化学结构处理技术是化学信息技术的核心 确定结构处理系统 族性结构处理系统 综合化学信息系统 化学知识管理系统 综合化学信息系统 取代基 族性化学结构应用系统数据流图 提问结构 第1个命中族性结构 提问结构中最大环系对应命中结构的R1基团 第2个命中族性结构 第3个命中族性结构 谢谢
