解決方案
在 SMILES 出現之前,化學家以連接表或圖形分享結構,這些形式體積龐大,難以存入資料庫欄位。在美國環保署杜魯斯實驗室工作的 David Weininger 設計了一種線性表示法,將分子寫成簡短的 ASCII 字串——水就是「O」,苯是「c1ccccc1」。
Daylight 理論手冊強調了兩項特性,使這種表示法不只是巧妙的速記。SMILES 很精簡——典型字串比等效連接表少佔 50–70% 空間——而標準化演算法會為每個結構產生唯一的 SMILES,因此分子名稱可與其結構同義,資料庫也能以該字串作為鍵值。
Daylight Chemical Information Systems 將這套語言實作於其工具包中,多數分子編輯器與化學資料庫也逐漸接受 SMILES 作為輸入。2007 年,開源化學社群將各方方言統一為 OpenSMILES,確立此表示法為該領域的共同語言。
達成了什麼
一個 ASCII 字串就能命名整個分子
為何有效
一個分子可容納於一個短字串中,遠小於連接表
標準化 SMILES 為每個結構提供唯一字串以供索引
多數分子編輯器與資料庫都能匯入,使其成為交換預設格式
它具備足夠的人類可讀性,化學家可手寫
可應用之處
精簡加上標準化在資料交換中勝出:當每個資料庫對同一分子儲存相同字串,這種表示法就成為整個產業的共享鍵值。
後續發展
OpenSMILES(2007)統一了各方方言,如今 SMILES 是化學資料庫與工具包之間事實上的交換字串;IUPAC 的 InChI 涵蓋標準化登錄需求,而 SMILES 仍是人類友善的預設格式。
追溯依據
參考來源
- Daylight Theory: SMILES - A Simplified Chemical Language Daylight Chemical Information Systems · daylight.com
- Simplified Molecular Input Line Entry System Wikipedia · en.wikipedia.org