《化學(xué)信息處理》PPT課件.ppt

1、第二節(jié) 化學(xué)信息處理,化學(xué)信息學(xué),產(chǎn)生的背景 組合化學(xué)和高通量篩選，出現(xiàn)了巨大的信息，需要快速收集、存儲、分析和處理，隨著信息技術(shù)向化學(xué)領(lǐng)域的滲透，形成了新的交叉學(xué)科化學(xué)信息學(xué)。 研究內(nèi)容 化合物信息在計算機中的表示 化合物數(shù)據(jù)庫的建立、使用和管理 化合物相似性、多樣性及分子類藥性分析 化合物定量構(gòu)效關(guān)系,化學(xué)信息學(xué) Chemoinformatics，chemical informatics，Cheminformatics，chemi-informatics,利用計算機信息處理技術(shù)對化學(xué)分子結(jié)構(gòu)和相關(guān)信息進行管理的一種綜合性技術(shù)和學(xué)科 應(yīng)用化學(xué)信息學(xué)可促進化學(xué)信息的獲取、轉(zhuǎn)化與共享,一、化學(xué)信

2、息的表示方法,化學(xué) 分子,一維結(jié)構(gòu)：化合物名稱（俗名）；線性符號表示法。,二維結(jié)構(gòu)：原子用元素符號，鍵用短線，即化合物結(jié)構(gòu)式。為平面結(jié)構(gòu)。,三維結(jié)構(gòu)：原子的空間位置、相互間距離、鍵角和二面角等。,分子表面：建立在三維結(jié)構(gòu)基礎(chǔ)上，能與分子的三維結(jié)構(gòu)一一對應(yīng)。,苯丙氨酸分子結(jié)構(gòu)表征層次,（一）一維結(jié)構(gòu)表示,SMILES（簡化分子線性輸入系統(tǒng)）編碼的基本原則,原子通常以大寫元素符號表示（省略氫原子），芳香結(jié)構(gòu)原子則以小寫表示。 相鄰原子依次排放在一起，單鍵通常省略，雙鍵和三鍵分別以“=”和“#”表示，芳香鍵以“：”表示，也可省略。 分支部分放在括號內(nèi)，環(huán)則打開，并賦予斷開鍵兩端的原子以相同的數(shù)值。

3、雙鍵“/”表示順式，“”表示反式。 原子順時針排列用表示，逆時針排列用表示。,甲烷 CH4 C 乙醇 C2H5OH CCO 氰化氫 HCN C#N 環(huán)已烷 C6H12 C1CCCCC1 吡啶 C5H5N n1ccccc1 異丁酸 (CH3)2CHCO2H CC(C)C(=O)O 反式二溴甲烷 Br/C=C/Br 或BrC=CBr 順式二溴甲烷 BrC=C/Br 或Br/C=CBr L-丙氨酸 NCH(C)C(=O)O D-丙氨酸 NCH(C)C(=O)O,舉例說明,苯丙氨酸,NC(Cc1ccccc1)C(O)=O,C/C=CC=CH(O)C#N,SMILES編碼的立體化學(xué)信息表示,SLN編碼（

4、Sybyl線性標(biāo)記法）的規(guī)則,原子以其元素符號表示，氫原子也要顯示； 單鍵省略，雙鍵、三鍵和芳香鍵分別以“=” “#”和“：”表示； 分支也采用括號表示；環(huán)也打開，依靠環(huán)上一個預(yù)先定義好的具有唯一編號的原子及符號來識別，如環(huán)己烷表示為C15H2CH2CH2CH2CH2CH215; 原子和鍵的屬性（如電荷、立體化學(xué)性質(zhì)等）可通過方括號 或尖括號在該原子后標(biāo)記出； 對大分子的原子，可使用縮寫，如氨基酸可以用其三個字母縮寫形式表示。,（二）二維結(jié)構(gòu)表示,1、圖論基礎(chǔ)和圖的矩陣表示 一個簡單的圖由頂點（V）和邊（E）組成，因此圖被定義為一個三元組, 為映射函數(shù)。在下面一個簡單的無向圖中， V=1，2，

5、3，4， E=e1，e2，e3，e4， e5， e6。,圖也可用矩陣表示：設(shè)G=為無向圖，令mij等于頂點vi與邊ej的關(guān)聯(lián)次數(shù)，則稱（mij）n*m為G的關(guān)聯(lián)矩陣，記為M(G)。,用圖表示苯丙氨酸的結(jié)構(gòu),2、化合物結(jié)構(gòu)的矩陣表示 （1）鄰接矩陣（以乙醛為例）,（2）距離矩陣：表示了相應(yīng)原子之間的距離：幾何距離（用表示）， 拓?fù)渚嚯x（兩原子之間連接的鍵的個數(shù)） （3）鍵矩陣：矩陣元素為相連接的兩個原子之間的鍵級。 雙鍵：2，三鍵：3。 （4）關(guān)聯(lián)矩陣：是一個nm的矩陣。 頂點（原子）作為列（n），邊（化學(xué)鍵）作為行（m）， 如果邊在頂點內(nèi)，則相應(yīng)的元素置為1。,3、連接表,20世紀(jì)80年代開始

6、，成為化合物在計算機中表示的最主要方法。 首先對每個原子進行編號并列表 然后在另一表格中列出鍵的信息， 鍵級用整數(shù)表示，1表示單鍵，2表示雙鍵。,（三）三維結(jié)構(gòu)表示,1、直接坐標(biāo)法 用迪卡爾坐標(biāo)直接存儲每個原子的三維坐標(biāo)（x,y,z）,2、內(nèi)坐標(biāo)法,每個原子位置以與其他原子間的3個相對位置關(guān)系表示相對距離、鍵角、二面角,（四）分子存儲格式及其相互轉(zhuǎn)換,基本存儲 分子的元素組成、原子坐標(biāo)、原子連接關(guān)系 其他存儲 分子子結(jié)構(gòu)信息，適用于生物大分子 原子電荷信息，調(diào)用時不必再計算 確定特定原子化學(xué)環(huán)境的原子類型信息,二、化合物數(shù)據(jù)庫的生產(chǎn)和管理,目前有很多商業(yè)化合物數(shù)據(jù)庫可以利用 MDL藥物數(shù)據(jù)報告

7、（MDDR）含有115000個類藥性 化合物。 美國國家癌癥研究所（NCI）數(shù)據(jù)庫含有250000個 化合物。,MDL ISIS化學(xué)數(shù)據(jù)庫管理系統(tǒng),ISIS系統(tǒng)提供了基于Oracle 數(shù)據(jù)庫系統(tǒng)的各類化學(xué)信息系統(tǒng)的管理和開發(fā)工具，可以同時管理化學(xué)結(jié)構(gòu)、化學(xué)反應(yīng)、生物活性及譜圖等多種化學(xué)信息。 ISIS已應(yīng)用于全球超過80%的化學(xué)與制藥企業(yè)，已成為事實上的化學(xué)信息管理系統(tǒng)的工業(yè)標(biāo)準(zhǔn)。,ISIS (Integrated Scientific Information Management System)MDL的綜合性結(jié)構(gòu)和反應(yīng)管理軟件,由三個主要模塊組成： (1) 化學(xué)信息管理系統(tǒng)：ISIS/HOS

8、T主服務(wù)器應(yīng)用程序，進行通訊連接，集中數(shù)據(jù)庫數(shù)據(jù)并作處理 (2) 化學(xué)信息生成和管理軟件：ISIS/BASE用于生成局部數(shù)據(jù)庫及處理信息 (3) 化學(xué)畫圖軟件：ISIS/DRAW用于輸入結(jié)構(gòu)式和搜尋詢問條件,2D結(jié)構(gòu)輸入,計算機繪制化學(xué)結(jié)構(gòu)式 首先輸入原子和鍵的骨架結(jié)構(gòu)，原子數(shù)、電荷會自動變?yōu)樯舷聵?biāo) 軟件的模板中收集大量分子片段 可智能分析結(jié)構(gòu)式，處理結(jié)構(gòu)式的編碼和變換 還可有附加功能，如自動命名、化學(xué)計算、光譜分析等,三維結(jié)構(gòu)的轉(zhuǎn)化,3D結(jié)晶結(jié)構(gòu)參數(shù)轉(zhuǎn)入3D數(shù)據(jù)庫,軟件將2D化學(xué)結(jié)構(gòu)迅速地轉(zhuǎn)為3D模型,三、分子相似性和多樣性分析,分子相似性和多樣性分析方法的原則：結(jié)構(gòu)相似的分子有著相似的性質(zhì)

9、或活性。 作用：在識別新的具有與已知化合物相同性質(zhì)或活性的化合物時具有十分重要的作用。 數(shù)據(jù)庫的化學(xué)多樣性（chemical diversity）： 數(shù)量巨大的、結(jié)構(gòu)不同的貯藏和檢索系統(tǒng)適用于先導(dǎo)化合物發(fā)現(xiàn) 數(shù)據(jù)庫的化學(xué)相似性（chemical similarity） 適用于先導(dǎo)化合物優(yōu)化 評價方法：通過計算分子的描述符，并比較化合物描述符的近似程度。,分子描述符,概念：在相似性和多樣性分析中，需要建立化合物結(jié)構(gòu)和它們生 物活性或者理化性質(zhì)的映射，分子描述符就是其中的一種映射。 作用：通常一個或多個描述符可以用來描述分子的結(jié)構(gòu)、性質(zhì)等， 如lgP在一定程度上反映了分子穿透細(xì)胞膜的能力；拓?fù)渲笖?shù)

10、描述 了結(jié)構(gòu)的復(fù)雜性。 描述符的內(nèi)容是由兩方面決定的，一是化合物的分子表示，二是計 算描述符的算法。,分子描述的分類,分子相似性分析方法,基于定性特征的和基于定量特征的。 對于兩個化合物A和B， a是A所具有而B不具有的特征數(shù)目 b是B所具有而A不具有的特征數(shù)目 c是兩者共同的特征數(shù)目 d為兩者都不具有的特征數(shù)目 c和d表示了化合物A和B之間的相似性 a和b表示了化合物A和B之間的多樣性 所有的特征數(shù)目為n=a+b+c+d 這樣，可以建立一種直觀的相似性評價方法：考察所有匹配的特征數(shù)目c+d在所有特征數(shù)目（c+d）+（a+b）中所占的比例，即（c+d）/（a+b+c+d）。這也被稱作為簡單匹配

11、系數(shù)。 可以看出，A和B均不具有的特征并沒有表達任何信息，所以，d可以從上面的方法中刪除，得到了Tanimoto相似度計算公式。,化學(xué)多樣性的定量表達Tanimoto系數(shù),用化學(xué)空間中電荷和電勢等描述符比較不同分子的性質(zhì) TC = c /(a+b+c) a為A中基礎(chǔ)片斷的描述符的數(shù) b為B中基礎(chǔ)片斷的描述符的數(shù)目 c為A和B中共有的基礎(chǔ)片斷的描述符的數(shù)目 相同分子TC = 1；分子沒有共同描述符時TC = 0,相似性搜尋,根據(jù)分子相似性原理，可以在數(shù)據(jù)庫中搜尋與目標(biāo)分子具有一定相似性的分子，即相似性搜尋。 步驟： 1、目標(biāo)選擇 2、描述符選擇和編碼 3、相似性評價方法選擇 4、搜尋語句的輸入 5、相似性打分,四、互聯(lián)網(wǎng)上的化學(xué)信息資源,（一）化學(xué)搜索引擎 1、大型通用搜索引擎：Google、百度等。 2、專門用于搜索化學(xué)信息的引擎：ChemFinder, MetaXchem. （二）互聯(lián)網(wǎng)上的化學(xué)數(shù)據(jù)庫 1、文獻數(shù)據(jù)庫（CA、Medline） 2、化合物數(shù)據(jù)庫（Gmelin, CSD） 3、綜合數(shù)據(jù)庫（Beilstein、PDB）,常用化合物數(shù)據(jù)庫,FCD (Fine Chemicals Directory) MDL 維護。收載約90 000化合物和20 000化合物數(shù)據(jù)，包括化學(xué)系統(tǒng)