ฐานข้อมูลเคมี

ฐานข้อมูล Bioactivity

ฐานข้อมูลไบโอแอคทีฟมีความสัมพันธ์กับโครงสร้างหรือข้อมูลทางเคมีอื่น ๆ กับผลการออกฤทธิ์ทางชีวภาพที่ได้จากการวิเคราะห์ทางชีวภาพในวรรณกรรมสิทธิบัตรและโปรแกรมการคัดกรอง

โครงสร้างทางเคมี

โครงสร้างทางเคมีมักจะแสดงโดยใช้เส้นที่ระบุพันธะเคมีระหว่างอะตอมและวาดลงบนกระดาษ ( สูตรโครงสร้าง 2 มิติ) ขณะที่เหล่านี้เป็นตัวแทนของภาพที่เหมาะสำหรับนักเคมีพวกเขามีความเหมาะสมสำหรับการใช้คอมพิวเตอร์และโดยเฉพาะอย่างยิ่งสำหรับการค้นหาและจัดเก็บข้อมูล โมเลกุลขนาดเล็ก (เรียกอีกอย่างว่าลิแกนด์ในแอปพลิเคชันการออกแบบยา) มักจะแสดงโดยใช้รายการอะตอมและการเชื่อมต่อ อย่างไรก็ตามโมเลกุลขนาดใหญ่เช่นโปรตีนจะถูกแสดงอย่างกะทัดรัดมากขึ้นโดยใช้ลำดับของการสร้างกรดอะมิโน ฐานข้อมูลทางเคมีขนาดใหญ่สำหรับโครงสร้างคาดว่าจะจัดการกับการจัดเก็บและการค้นหาข้อมูลเกี่ยวกับโมเลกุลนับล้านที่ใช้หน่วยความจำทางกายภาพเทราไบต์

ฐานข้อมูลวรรณกรรม

ฐานข้อมูลวรรณคดีเคมีมีความสัมพันธ์กับโครงสร้างหรือข้อมูลทางเคมีอื่น ๆ กับข้อมูลอ้างอิงที่เกี่ยวข้องเช่นเอกสารทางวิชาการหรือสิทธิบัตร ชนิดของฐานข้อมูลซึ่งรวมถึงSTN , ScifinderและReaxys ลิงก์ไปยังวรรณกรรมยังรวมอยู่ในฐานข้อมูลจำนวนมากที่มุ่งเน้นไปที่ลักษณะทางเคมี

ฐานข้อมูล Crystallographic

ฐานข้อมูล Crystallographicจัดเก็บข้อมูลโครงสร้างผลึก X-ray ตัวอย่างที่พบบ่อย ได้แก่โปรตีนข้อมูลธนาคารและเคมบริดจ์โครงสร้างฐานข้อมูล

ฐานข้อมูล NMR spectra

ฐานข้อมูลสเปกตรัม NMRสัมพันธ์โครงสร้างทางเคมีกับข้อมูล NMR ฐานข้อมูลเหล่านี้มักจะมีข้อมูลลักษณะอื่น ๆ เช่นFTIRและมวลสาร

ฐานข้อมูลปฏิกิริยา

ฐานข้อมูลทางเคมีส่วนใหญ่จัดเก็บข้อมูลเกี่ยวกับโมเลกุลที่เสถียรแต่ในฐานข้อมูลสำหรับปฏิกิริยายังเป็นตัวกลางและโมเลกุลที่ไม่เสถียรที่สร้างขึ้นชั่วคราวจะถูกเก็บไว้ ฐานข้อมูลการเกิดปฏิกิริยามีข้อมูลเกี่ยวกับผลิตภัณฑ์ educts และกลไกการเกิดปฏิกิริยา

ฐานข้อมูลทางอุณหพลศาสตร์

ข้อมูลทางอุณหพลศาสตร์เป็นข้อมูลเกี่ยวกับ

• สมดุลเฟสรวมทั้งไอของเหลว , การละลายของก๊าซในของเหลวของเหลวในของแข็ง (SLE), ความร้อนของการผสมกลายเป็นไอและฟิวชั่น
• ข้อมูลแคลอรี่เช่นความจุความร้อน , ความร้อนของการก่อตัวและการเผาไหม้ ,
• คุณสมบัติการขนส่งเช่นความหนืดและการนำความร้อน

มีเทคนิคหลักสองประการในการแสดงโครงสร้างทางเคมีในฐานข้อมูลดิจิทัล

• เป็นตารางการเชื่อมต่อ / เมทริกซ์ / รายการadjacency ที่มีข้อมูลเพิ่มเติมเกี่ยวกับพันธะ (ขอบ) และแอตทริบิวต์อะตอม (โหนด) เช่น:

  MDL Molfile , PDB , CML

• เป็นสัญกรณ์สตริงเชิงเส้นตามความลึกแรกหรือกว้างแรกการข้ามผ่านเช่น:

  รอยยิ้ม / SMARTS, SLN , WLN , InChI

วิธีการเหล่านี้ได้รับการขัดเกลาที่จะอนุญาตให้เป็นตัวแทนของstereochemicalความแตกต่างและค่าใช้จ่ายเช่นเดียวกับชนิดพิเศษของพันธะเช่นที่เห็นในอินทรีย์โลหะสาร ข้อได้เปรียบหลักของการเป็นตัวแทนของคอมพิวเตอร์คือความเป็นไปได้ในการเพิ่มพื้นที่จัดเก็บและการค้นหาที่รวดเร็วและยืดหยุ่น

โครงสร้างย่อย

นักเคมีสามารถค้นหาฐานข้อมูลโดยใช้ส่วนต่างๆของโครงสร้างบางส่วนของชื่อIUPACรวมทั้งตามข้อ จำกัด เกี่ยวกับคุณสมบัติ ฐานข้อมูลทางเคมีมีความแตกต่างอย่างยิ่งจากฐานข้อมูลวัตถุประสงค์ทั่วไปอื่น ๆ ในการสนับสนุนสำหรับการค้นหาโครงสร้างย่อย ชนิดของการค้นหานี้จะทำได้โดยการมองหาsubgraph มอร์ฟ (บางครั้งเรียกว่าmonomorphism ) และเป็นโปรแกรมที่มีการศึกษาอย่างกว้างขวางของทฤษฎีกราฟ อัลกอริทึมสำหรับการค้นหามีความเข้มข้นในการคำนวณโดยมักจะมีความซับซ้อนของเวลาO ( n ³ ) หรือO ( n ⁴ ) (โดยที่nคือจำนวนอะตอมที่เกี่ยวข้อง) ส่วนประกอบที่เข้มข้นของการค้นหาเรียกว่าการค้นหาแบบอะตอมโดยอะตอม (ABAS) ซึ่งจะมีการหาการแมปของอะตอมโครงสร้างย่อยการค้นหาและพันธะกับโมเลกุลเป้าหมาย การค้นหา ABAS มักจะใช้อัลกอริทึม Ullman ^[6]หรือรูปแบบต่างๆ ( เช่น SMSD ^[7] ) การเร่งความเร็วทำได้โดยการตัดแบ่งเวลานั่นคือเวลาบางส่วนในงานค้นหาจะถูกบันทึกโดยใช้ข้อมูลที่มีการคำนวณล่วงหน้า โดยทั่วไปแล้วการคำนวณล่วงหน้านี้เกี่ยวข้องกับการสร้างบิตสตริงที่แสดงถึงการมีอยู่หรือไม่มีชิ้นส่วนโมเลกุล ด้วยการดูชิ้นส่วนที่มีอยู่ในโครงสร้างการค้นหาจะสามารถขจัดความจำเป็นในการเปรียบเทียบ ABAS กับโมเลกุลเป้าหมายที่ไม่มีชิ้นส่วนที่มีอยู่ในโครงสร้างการค้นหา การกำจัดนี้เรียกว่าการคัดกรอง (เพื่อไม่ให้สับสนกับขั้นตอนการคัดกรองที่ใช้ในการค้นพบยา) บิตสตริงที่ใช้สำหรับแอ็พพลิเคชันเหล่านี้เรียกอีกอย่างว่าคีย์โครงสร้าง ประสิทธิภาพของคีย์ดังกล่าวขึ้นอยู่กับการเลือกชิ้นส่วนที่ใช้ในการสร้างคีย์และความน่าจะเป็นของการมีอยู่ในโมเลกุลของฐานข้อมูล คีย์อีกประเภทหนึ่งใช้แฮชโค้ดตามส่วนที่ได้รับจากการคำนวณ สิ่งเหล่านี้เรียกว่า 'ลายนิ้วมือ' แม้ว่าบางครั้งคำนี้จะใช้เหมือนกันกับคีย์โครงสร้าง จำนวนหน่วยความจำที่จำเป็นในการจัดเก็บคีย์โครงสร้างและลายนิ้วมือเหล่านี้สามารถลดลงได้โดยการ "พับ" ซึ่งทำได้โดยการรวมส่วนต่างๆของคีย์โดยใช้การทำงานแบบบิตและด้วยเหตุนี้จึงช่วยลดความยาวโดยรวม ^[8]

โครงสร้าง

ค้นหาโดยการจับคู่โครงสร้าง 3 มิติของโมเลกุลหรือโดยการระบุข้อ จำกัด เชิงพื้นที่เป็นคุณลักษณะอื่นที่มีอยู่โดยเฉพาะอย่างยิ่งการใช้งานในการออกแบบยาเสพติด การค้นหาประเภทนี้อาจมีค่าใช้จ่ายในการคำนวณสูงมาก มีการเสนอวิธีการโดยประมาณหลายวิธีเช่น BCUTS การแสดงฟังก์ชันพิเศษช่วงเวลาแห่งความเฉื่อยฮิสโตแกรมการติดตามเรย์ฮิสโตแกรมระยะทางสูงสุด ^{[9] [10] [11] [12] [13]}

ค้นหา Giga

ฐานข้อมูลของสารเคมีที่สังเคราะห์ได้และเสมือนมีขนาดใหญ่ขึ้นในแต่ละปีดังนั้นความสามารถในการขุดอย่างมีประสิทธิภาพจึงเป็นสิ่งสำคัญสำหรับโครงการค้นหายา MolCart Giga Search ของ MolSoft ( http://www.molsoft.com/giga-search.html ) เป็นวิธีการแรกที่ออกแบบมาสำหรับการค้นหาโครงสร้างพื้นฐานของสารเคมีหลายพันล้านชนิด

คุณสมบัติทั้งหมดของโมเลกุลที่อยู่นอกเหนือโครงสร้างของมันสามารถแบ่งออกเป็นคุณสมบัติทางเคมีกายภาพหรือทางเภสัชวิทยาที่เรียกว่า descriptors ด้านบนของที่มีอยู่เทียมต่างๆและมากกว่าหรือน้อยกว่ามาตรฐานระบบการตั้งชื่อสำหรับโมเลกุลที่อุปทานมากหรือน้อยคลุมเครือชื่อและคำพ้องความหมาย ชื่อ IUPACมักจะเป็นทางเลือกที่ดีสำหรับการเป็นตัวแทนของโครงสร้างโมเลกุลในทั้งมนุษย์สามารถอ่านได้และไม่ซ้ำกันสตริงแม้ว่ามันจะกลายเป็นเทอะทะโมเลกุลขนาดใหญ่ ชื่อเล็กน้อยบนดาษดื่นมืออื่น ๆ ที่มีhomonymsและคำพ้องความหมายและเป็นทางเลือกที่ดีเป็นกุญแจสำคัญในการกำหนดฐานข้อมูล ในขณะที่การอธิบายทางกายภาพและทางเคมีเช่นน้ำหนักโมเลกุล ( บางส่วน ) ค่าใช้จ่ายในการละลายฯลฯ สามารถส่วนใหญ่จะคำนวณโดยตรงขึ้นอยู่กับโครงสร้างโมเลกุลของอธิบายเภสัชวิทยาสามารถมาเฉพาะทางอ้อมโดยใช้สถิติหลายตัวแปรที่เกี่ยวข้องหรือทดลอง ( คัดกรอง , ทดสอบฤทธิ์ทางชีวภาพ ) ผลการ ตัวบ่งชี้เหล่านี้ทั้งหมดสามารถจัดเก็บด้วยเหตุผลของความพยายามในการคำนวณพร้อมกับการแทนของโมเลกุลและโดยปกติจะเป็น

ไม่มีคำจำกัดความเดียวของความคล้ายคลึงกันของโมเลกุลอย่างไรก็ตามแนวคิดอาจถูกกำหนดตามการประยุกต์ใช้และมักอธิบายว่าเป็นการผกผันของการวัดระยะทางในปริภูมิตัวอธิบาย โมเลกุลสองโมเลกุลอาจได้รับการพิจารณาว่ามีความคล้ายคลึงกันมากขึ้นเช่นหากความแตกต่างของน้ำหนักโมเลกุลต่ำกว่าเมื่อเปรียบเทียบกับโมเลกุลอื่น สามารถใช้มาตรการอื่น ๆ ที่หลากหลายเพื่อสร้างการวัดระยะทางหลายรูปแบบ การวัดระยะทางมักถูกจำแนกออกเป็นมาตรการแบบยุคลิดและมาตรการที่ไม่ใช่แบบยุคลิดขึ้นอยู่กับว่าความไม่เท่าเทียมกันของรูปสามเหลี่ยมมีหรือไม่ การค้นหาโครงสร้างย่อยตามCommon Subgraph ( MCS ) สูงสุด^[7] (ความคล้ายคลึงกันหรือการวัดระยะทาง) เป็นเรื่องปกติมากเช่นกัน MCS ยังใช้สำหรับการตรวจคัดกรองยาเช่นสารประกอบโดยการกดปุ่มโมเลกุลซึ่งมีการแบ่งย่อยร่วมกัน (โครงสร้างย่อย) ^[14]

สารเคมีในฐานข้อมูลอาจรวมกลุ่มกันเป็นกลุ่มของโมเลกุลที่ 'คล้ายกัน' โดยอาศัยความคล้ายคลึงกัน วิธีการทำคลัสเตอร์ทั้งแบบลำดับชั้นและแบบไม่มีลำดับชั้นสามารถนำไปใช้กับเอนทิตีทางเคมีที่มีหลายแอตทริบิวต์ แอตทริบิวต์เหล่านี้หรือคุณสมบัติโมเลกุลอาจจะได้รับการพิจารณาสังเกตุหรือคอมพิวเตอร์มาอธิบาย หนึ่งในการจัดกลุ่มที่นิยมมากที่สุดวิธีการเป็นขั้นตอนวิธีการจาร์วิสแพทริค ^[15]

ในที่เก็บสารเคมีเชิงเภสัชวิทยามักกำหนดความคล้ายคลึงกันในแง่ของผลกระทบทางชีวภาพของสารประกอบ ( ADME / สารพิษ) ที่สามารถอนุมานได้โดยอัตโนมัติจากการรวมกันของตัวบ่งชี้ทางเคมีกายภาพที่คล้ายคลึงกันโดยใช้วิธีQSAR

ระบบฐานข้อมูลสำหรับการรักษาบันทึกเฉพาะเกี่ยวกับสารประกอบทางเคมีเรียกว่าระบบการลงทะเบียน สิ่งเหล่านี้มักใช้สำหรับการจัดทำดัชนีทางเคมีระบบสิทธิบัตรและฐานข้อมูลอุตสาหกรรม

ระบบการลงทะเบียนมักจะบังคับใช้ความเป็นเอกลักษณ์ของสารเคมีที่แสดงในฐานข้อมูลโดยใช้การแสดงที่ไม่ซ้ำกัน ด้วยการใช้กฎของลำดับความสำคัญสำหรับการสร้างสัญกรณ์แบบสตริงเราสามารถรับการแสดงสตริงที่ไม่ซ้ำกัน / ' canonical ' เช่น 'canonical SMILES ' ระบบการลงทะเบียนบางระบบเช่นระบบ CAS ใช้อัลกอริทึมในการสร้างรหัสแฮชที่ไม่ซ้ำกันเพื่อให้บรรลุวัตถุประสงค์เดียวกัน

ความแตกต่างที่สำคัญระหว่างระบบการลงทะเบียนและฐานข้อมูลทางเคมีอย่างง่ายคือความสามารถในการแสดงถึงสิ่งที่รู้ไม่ทราบและรู้เพียงบางส่วนอย่างถูกต้อง ยกตัวอย่างเช่นฐานข้อมูลสารเคมีที่อาจเก็บโมเลกุลกับสเตอริโอที่ไม่ได้ระบุในขณะที่ระบบรีจิสทรีเคมีต้องนายทะเบียนเพื่อระบุว่าการกำหนดค่าสเตอริโอเป็นที่รู้จักเฉพาะ (รู้) ส่วนผสมหรือracemic แต่ละรายการจะถือว่าเป็นบันทึกที่แตกต่างกันในระบบรีจิสทรีทางเคมี

ระบบการลงทะเบียนยังเตรียมโมเลกุลล่วงหน้าเพื่อหลีกเลี่ยงการพิจารณาความแตกต่างเล็กน้อยเช่นความแตกต่างของไอออนของฮาโลเจนในสารเคมี

ตัวอย่างคือระบบการลงทะเบียนChemical Abstracts Service (CAS) ดูหมายเลขทะเบียน CASด้วย

• แอคคอร์ด
• โดยตรง^[16]
• เจเคม^[17]
• CambridgeSoft ^[18]
• บิงโก^[19]
• ระบุ^[20]

• เคมเร็ก^[21]
• ลงทะเบียน^[22]
• RegMol ^[23]
• การลงทะเบียนแบบผสม^[24]
• ทั้งมวล^[25]

โดยปกติการแสดงข้อมูลเชิงคำนวณจะทำให้นักเคมีโปร่งใสโดยการแสดงข้อมูลแบบกราฟิก การป้อนข้อมูลยังง่ายขึ้นโดยใช้ตัวแก้ไขโครงสร้างทางเคมี บรรณาธิการเหล่านี้จะแปลงข้อมูลกราฟิกภายในเป็นการแสดงการคำนวณ

นอกจากนี้ยังมีอัลกอริทึมจำนวนมากสำหรับการแปลงระหว่างรูปแบบต่างๆของการเป็นตัวแทน ยูทิลิตี้เปิดแหล่งที่มาสำหรับการแปลงเป็นOpenBabel อัลกอริธึมการค้นหาและการแปลงเหล่านี้ถูกนำไปใช้ภายในระบบฐานข้อมูลเองหรือตามที่เป็นอยู่ในขณะนี้แนวโน้มถูกนำไปใช้เป็นส่วนประกอบภายนอกที่เข้ากับระบบฐานข้อมูลเชิงสัมพันธ์มาตรฐาน ทั้งระบบที่ใช้ Oracle และPostgreSQLใช้เทคโนโลยีคาร์ทริดจ์ที่อนุญาตให้ผู้ใช้กำหนดประเภทข้อมูล สิ่งเหล่านี้ช่วยให้ผู้ใช้สร้างแบบสอบถามSQLด้วยเงื่อนไขการค้นหาทางเคมี (ตัวอย่างเช่นแบบสอบถามเพื่อค้นหาระเบียนที่มีวงแหวนฟีนิลในโครงสร้างที่แสดงเป็นสตริง SMILES ในคอลัมน์ SMILESCOL อาจเป็น

 SELECT  *  FROM  CHEMTABLE  WHERE  SMILESCOL มี( 'c1ccccc1' )

อัลกอริทึมสำหรับการแปลงของIUPACชื่อการแสดงโครงสร้างและในทางกลับกันยังใช้สำหรับการแยกโครงสร้างข้อมูลจากข้อความ อย่างไรก็ตามมีปัญหาเนื่องจากการมี IUPAC หลายภาษา กำลังดำเนินการเพื่อสร้างมาตรฐาน IUPAC ที่เป็นเอกลักษณ์ (ดูInChI )

• ฐานข้อมูลทางชีวภาพ
• ฐานข้อมูล BeilsteinและDortmund Data Bank
• BindingDB
• ChEBI
• ChEMBL
• ฐานข้อมูลโครงสร้าง Chemisches Zentralblatt
• เคมสไปเดอร์
• การค้นพบยาร่วมกัน
• ฐานข้อมูล Toxicogenomics เปรียบเทียบ
• รายการเคมีเชิงคำนวณ
• ยาแบงค์
• รายชื่อฐานข้อมูลสารเคมี
• รายชื่อซอฟต์แวร์สำหรับการสร้างแบบจำลองกลศาสตร์โมเลกุล
• ฐานข้อมูล LOLI
• ฐานข้อมูล NMR spectra
• PubChem
• ฐานข้อมูล SPRESI
• แหล่งที่มาของ Colocalization Benchmark