化学信息学101(1)

段炼 — Thu, 20 Aug 2009 17:35:14 +0000

注：本文由段炼翻译自eMolecules，英文原文版权由eMolcules所有，转载请注明。

原文地址：http://www.emolecules.com/doc/cheminformatics-101.php

化学信息学101

Craig A. James, eMolecules公司

化学信息学是计算机科学与化学的一个交叉学科：主要和化合物有关信息的储存与检索打交道。

信息系统所涉及的是存储、检索和搜索信息和信息之间的关系。例如：

操作	传统信息系统		化学信息系统
存储	Name= ‘Jimmy Carter’	储存文本、数字、日期 …		储存化合物和有关信息。
检索	查找记录＃13282	检索’Jimmy Carter’	查找： CC(=O)C4CC3C2CC(C)C1=C(C) C(=O)CC(O)C1C2CCC3(C)C4	检索：
搜索	查找名为’Bush’的总统	George Bush 和 George W. Bush	查找包含以下结构的分子：	返回：
关系	Carter当选的年份	答案：1976年当选	该分子的logP(o/w):	logP(o/w) = 2.62

化学信息系统主要解决四个关键问题：

1、保存分子	计算机科学家通常使用的化学价键模型表示化合物。Section 2，分子表示，将会信息讨论这个问题。
2.找到确切的分子	如果你问， “Abraham Lincoln在不在数据库中？”这不难找到答案。但是，给出某一个的分子，它在不在数据库中？关于它我们都又什么数据？乍看之下这似乎简单，但是当我们讨论到互变异构体、立体化学、金属，和其他“瑕疵”的化学价键模型时，就不是那么简单了。
3.子结构检索	如果你问， “数据库中有没有叫Lincoln的人？ ”你通常期望找到Lincoln总统和其他一些人-这就是所谓的搜索，而不是查找。对于化学信息系统，我们有子结构搜索：查找所有含有用户所画出的部分分子结构（以下简称“子结构” ）的分子。子结构通常是一个官能团，脚手架，或代表了一类分子的核心结构。由于一些很底层的数学与可计算性理论的原因，这也是一个很难的问题，要比大多数文本搜索难的多。
4.相似性搜索	一些数据库可以找到发音相似或拼写错误的字词，如“查找Lincon”或“找到Cincinati” ，它们分别可以找到Abraham Lincoln和Cincinnati。许多化学信息系统可以找到与指定的分子相似的分子，并按照相似性排名。衡量分子相似性又好几种方法，Section 4，分子相似性中会进行深入讨论。

注：本文由段炼翻译自eMolecules，英文原文版权由eMolcules所有，转载请注明。