struktury wstep

Formaty "plików chemicznych"

Subiektywna lista najpopularniejszych formatów zapisu struktur chemicznych.

1D

format	opis
.smi, .smiles	SMILES - liniowy format zapisu struktur chemicznych. Zawiera informację o sposobie połączenia poszczególnych atomów, ale nie mówi nic o tym, jak atomy są połączone w przestrzeni. Np: `CC1=CC=CC=C1` - toluen
.inchi	InChI - IUPAC International Chemical Identifier. Liniowy sposób zapisu struktury chemicznej. Np: `InChI=1S/C7H8/c1-7-5-3-2-4-6-7/h2-6H,1H3` - toluen
.sln	SYBYL Line Notation (SLN). Based on SMILES, it incorporates a complete syntax for specifying relative stereochemistry. Np `C[1]H:CH:CH:CH:CH:CH:@1` - benzen.

Inne:

format	opis
InChIKey	InChIKey - 25 znakowy ~unikalny identyfikator związku; używany w zastosowaniach bazodanowych. Np: `InChIKey=YXFVVABEGXRONW-UHFFFAOYSA-N` (toluen)

2D-3D

Mogą zawierać informacje o przestrzennym (2D, 3D) umiejscowieniu atomów w strukturze. Niektóre formaty mogą także przechowywać metadane (np informacje o właściwościach związku itp).

format	opis
.mol	Popularny format do zapisu małych molekuł. Podobny do sdf. Bez informacji o ładunkach cząstkowych i metadanych przykład: toluen
.sdf .sd	Rozszerzenie formatu .mol. Chyba najpopularniejszy format zapisu struktur, zwłaszcza w zastosowaniach bazodanowych (itp). Nie zawiera informacji o ładunkach cząstkowych! przykład: toluen, przykład: toluen + metadane
.mol2	Często używany w "modelowaniu" (np dokowanie molekularne). Używany do zapisu zarówno małocząsteczkowych struktur jak i np białek. Może zawierać informacje o ładunkach cząstkowych. np: toluen
.pdb	The Protein Data Bank File Format. Służy głównie do przechowywania informacji o strukturach białkowych (to domyślny format dla tych struktur). Stworzony w latach 70-tych, ma szereg wad i niekompatybilności, ale jak na razie niczego lepszego nie wymyślono/nie wprowadzono w życie. np: toluen
.xyz	Prosty format zapisu struktur chemicznych, używany głównie w zastosowaniach hardkorowego modelowania (obliczenia kwantowe itp). przykład: toluen
.cml, .mrv	Chemical Markup Language oparty na XMLu; chyba coraz bardziej popularny

Opis tych i innych formatów plików chemicznych znaleźć można na stronie openbabel

Wujek dobra rada

Formaty

Raczej nie używać formatów PDB, XYZ dla małych molekuł bo gubimy część informacji o strukturze
InChi - może zawierać niepełną informację o strukturze (konieczne pole AuxInfo)
SMILES, mol, sdf - OK, szeroko rozpoznawalny

Jednoznaczność zapisu

format SMILES nie jest unikalny - tj jedna struktura chemiczna może być zapisana na wiele różnych sposobów
mimo to wszystkie te zapisy kodują tą samą strukturę

smiles