解法
在SMILES出现之前,化学家通过连接表或图画共享结构,这些形式体积大,在数据库字段中存储不便。David Weininger在美国环保局杜鲁斯实验室工作,设计了一种线性记号,把分子写成短ASCII字符串——水就是'O',苯就是'c1ccccc1'。
Daylight理论手册强调了这个记号除了作为巧妙速记之外的两个有用特性。SMILES紧凑——典型字符串比等效连接表节省50-70%空间——并且规范化算法为每个结构生成唯一的SMILES,因此分子名称可以与其结构同义,数据库可以将该字符串用作键。
Daylight Chemical Information Systems将该语言集成到其工具包中,大多数分子编辑器和化学数据库都接受SMILES作为输入。2007年,开源化学社区将各种方言统一为OpenSMILES,确认了该记号作为该领域通用语言的地位。
What it achieved
一个ASCII字符串能命名整个分子
为什么有效
分子能装进一个短字符串,远比连接表小
规范化SMILES为每个结构提供唯一字符串,便于索引
大多数分子编辑器和数据库都能导入,使其成为交换默认格式
可读性好,化学家可以手写
可以借鉴什么
紧凑加上规范化在数据交换中胜出:当每个数据库对同一分子存储相同字符串时,该记号成为整个行业的共享键。
后续
2007年OpenSMILES标准化了各种方言,如今SMILES是化学数据库和工具包中事实上的交换字符串;IUPAC的InChI覆盖规范注册需求,而SMILES仍是人友好的默认选择。
从这里,追溯依据
参考来源
- Daylight Theory: SMILES - A Simplified Chemical Language daylight.com
- Simplified Molecular Input Line Entry System en.wikipedia.org