SMILES

Termin kanoniczny SMILES odnosi się do wersji SMILES, którego reguły gwarantują, że każdemu związkowi chemicznemu można przypisać jednoznaczny i unikatowy zapis. Kanoniczny SMILES jest stosowany do indeksowania związków chemicznych w bazach danych.

Termin Izomeryczny SMILES odnosi się do wersji SMILES, która umożliwia zapis izotopów oraz izomerów optycznych. Izomeryczny SMILES pozwala zatem na rozróżnienie w zapisie dwóch enancjomerów oraz związków znakowanych izotopowo.

Obie wersje SMILES są funkcjonalnie zbliżone do zwykłych wzorów strukturalnych – nie można w nim jednak zapisywać konformacji cząsteczek, czy ich rzeczywistej struktury przestrzennej uwzględniającej długości i kąty wiązań. Nie jest też do końca rozwiązany problem zapisu wiązań wodorowych i wiązań koordynacyjnych.

SMILES został zaprojektowany głównie do przedstawiania związków organicznych, ale umożliwia też przedstawianie większości związków nieorganicznych. Nie można jednak za jego pomocą przedstawić wielu związków metaloorganicznych, kompleksowych i struktur supramolekularnych.

SMARTS to SMILES poszerzony o definicję wieloznaczników kodujących określone grupy atomów i wiązań chemicznych. SMARTS jest użytecznym narzędziem do wyszukiwania związków chemicznych po ich uogólnionych strukturach w bazach danych. Większość programów używających SMARTS nie stosuje prostego porównywania samych zapisów SMILES ze wzorcem wyszukiwania, lecz stosuje złożone przekształcenia zapisów w matematyczne zapisy grafów i następnie wyszukuje struktury pasujące do wzorca z wykorzystaniem narzędzi porównujących bezpośrednio grafy.

 

Z matematycznego punktu widzenia każdy wzór strukturalny związku chemicznego można uznać za graf nieskierowany, którego wierzchołki reprezentują atomy, a krawędzie między nimi reprezentują wiązania chemiczne. Specyfikacja SMILES jest funkcją jednoznacznie przekształcającą graf struktury chemicznej w ciąg znaków ASCII.

Pierwszy etap tego przekształcenia polega na usunięciu z grafu wierzchołków odpowiadających atomom wodoru, gdyż prawie zawsze można je domyślnie uzupełnić. W drugim etapie układy cykliczne występujące w strukturze są przekształcane w graf acykliczny poprzez ścisłe reguły ich symbolicznego „rozrywania” i przypisywanie atomom, które były połączone przed rozerwaniem wspólnych oznaczeń liczbowych. W trzecim etapie rozpoznawane są węzły wiązań wielokrotnych i rozgałęzień struktury, które są zapisywane później poprzez stosowanie nawiasów i znaków symbolizujących wielokrotność wiązań.

Atomy w zapisie SMILES są reprezentowane przez standardowe symbole pierwiastków stosowane w układzie okresowym i wzorach sumarycznych. Symbole te są zapisywane w nawiasach kwadratowych. Np. [Au] to atom złota. Dla uproszczenia zapisu tzw. pierwiastki organiczne (B, C, N, O, P, S, F, Cl, Br, I) mogą być zapisywane bez kwadratowych nawiasów. Oprócz tego specyfikacja SMILES umożliwia uproszczony zapis najbardziej popularnych jonów i grup funkcyjnych. Np. anion hydroksylowy można zapisać jako [OH-]. Dla pierwiastków, które wolno zapisywać bez nawiasów kwadratowych pomija się atomy wodoru przyjmując, że należy je uzupełnić tak aby pierwiastek miał typową dla siebie w związkach organicznych wartościowość (jeżeli użyje się nawiasu, atomy wodoru nie są dodawane). Gdy między symbolami pierwiastków nie ma żadnych dodatkowych znaków oznacza to, że są one połączone pojedynczymi wiązaniami chemicznymi.

Np.:

C – oznacza domyślnie metan (CH₄)

O – oznacza domyślnie wodę (H₂O)

CCO – oznacza domyślnie etanol (CH₃CH₂OH)

CO – oznacza domyślnie metanol (CH₃OH)

Wiązania podwójne oznacza się przy pomocy znaku „=”, zaś potrójne przy pomocy znaku „#”. SMILES nie pozwala na zapisywanie wiązań czterokrotnych, które jednak są rzadko spotykane.

Np.:

O=C=O – oznacza dwutlenek węgla (CO₂)

C#C – oznacza acetylen (HC≡CH)

C=O – oznacza aldehyd mrówkowy (H₂CO)

[C]=O – oznacza tlenek węgla (CO)

Rozgałęzienia struktury oznacza się przy pomocy nawiasów.

Np.:

CC(=O)O – oznacza kwas octowy (CH₃COOH)

CC(C)C – oznacza 2-metylopropan (CH₃CH(CH₃)CH₃)

Układy cykliczne przedstawia się za pomocą symbolicznego „rozerwania” jednego, wybranego wiązania tworzącego cykl i przypisania połączonym tym wiązaniem atomom tej samej liczby, przy czym liczbę numerującą atomy połączone tym samym wiązaniem, które zostało myślowo „rozerwane” pisze się zawsze po, a nie przed jego symbolem.

Np.:

C1CC1 – oznacza cyklopropan

 

Pierścienie związków aromatycznych zapisuje się często z kółkiem symbolizującym zdelokalizowane wiązania π. W zapisie SMILES oddaje się to stosując małe litery jako symbole pierwiastków, np. „c” i „n” zamiast „C” i „N” dla atomów węgla i azotu. Dwuliterowe symbole pierwiastków ujmuje się w takiej sytuacji w nawiasy kwadratowe, np. „[as]” zamiast „As” dla arsenu.

Np.:

c1ccccc1 – oznacza benzen z kółkiem:

 

a C1=CC=CC=C1 ze sprzężonymi wiązaniami podwójnymi:

 

Konfiguracja izomerów E-Z (cis-trans) jest zapisywana z użyciem znaków „/” i „\”. Zapis „A/X=X/B” oznacza izomer trans, a „A/X=X\B” izomer cis.

Np.:

C/C=C/C – oznacza (E)-but-2-en (trans-but-2-en)

 

C/C=C\C – oznacza (Z)-but-2-en (cis-but-2-en)

 

Konfiguracja absolutna dla związków chiralnych jest zapisywana za pomocą znaku „@” i „@@”. „@” – znaczy skierowanie występującego za tym znakiem atomu lub podstawnika w stronę do tyłu płaszczyzny głównej wzoru, zaś „@@” – oznacza skierowanie występującego za tym znakiem atomu lub podstawnika przed płaszczyznę główną wzoru, przy czym oznaczenie to powinno odnosić się do podstawnika lub atomu o najmniejszej wadze zgodnie z regułami ważności Cahna-Ingolda-Preloga, a zatem bardzo często odnosi się to do atomu wodoru, który jest w tej sytuacji wyjątkowo jednak nie pomijany.

Np.:

N[C@]([H])(C)C(=O)O – oznacza (S)-alaninę

N[C@@]([H])(C)C(=O)O – oznacza (R)-alaninę

 

• Anderson, E., G.D. Veith, and D. Weininger. 1987. SMILES: A line notation and computerized interpreter for chemical structures. Report No. EPA/600/M-87/021. U.S. EPA, Environmental Research Laboratory-Duluth, Duluth, MN 55804
• DavidD. Weininger DavidD., SMILES, a chemical language and information system. 1. Introduction to methodology and encoding rules, „Journal of Chemical Information and Modeling”, 28 (1), 1988, s. 31–36, DOI: 10.1021/ci00057a005 [dostęp 2022-04-20]  (ang.).
• Harold E.H.E. Helson Harold E.H.E., Structure Diagram Generation, [w:] Kenny B.K.B. Lipkowitz, Donald B.D.B. Boyd (red.), Reviews in Computational Chemistry. Volume 13, New York, N.Y.: John Wiley & Sons, 1999, s. 313–398, DOI: 10.1002/9780470125908.ch6, ISBN 978-0-470-12617-2, OCLC 86222077  (ang.).

• Przykłady Notacji SMILES [online], Instytut Energii Atomowej [zarchiwizowane z adresu 2006-11-18] .
• SMILES - A Simplified Chemical Language [online], Daylight Chemical Information Systems [dostęp 2022-04-20]  (ang.).
• SMARTS - A Language for Describing Molecular Patterns [online], Daylight Chemical Information Systems [dostęp 2022-04-20]  (ang.).
• SMILES Tutorial [online], Daylight Chemical Information Systems [dostęp 2022-04-20]  (ang.).
• PubChem Sketcher V2.4, [w:] PubChem [online], United States National Library of Medicine [dostęp 2022-04-20] , edytor struktur on-line, z bieżącym podglądem wzoru SMILES.