化学表ファイル

ctab
ファイル名拡張子	.sd、.sdf
インターネットメディアの種類	化学物質/x-mdl-sdファイル
フォーマットの種類	化学ファイル形式

ctab
ファイル名拡張子	.モル
インターネットメディアの種類	化学/x-mdl-molfile
フォーマットの種類	化学ファイル形式

化学表ファイル(CT ファイル) は、分子と化学反応を記述するテキストベースの化学ファイル形式のグループです。たとえば、ある形式では、分子内の各原子、その原子の xyz 座標、および原子間の結合がリストされます。

ファイル形式

ファミリーにはいくつかのファイル形式があります。

これらのフォーマットはMDL Information Systems (MDL)によって作成されましたが、同社はSymyx Technologiesに買収され、その後Accelrys Corp.と合併し、現在はDassault GroupのDassault Systemesの子会社であるBIOVIAと呼ばれています。^[1]

CTファイルはオープンフォーマットです。BIOVIAがその仕様を公開しています。^[2] BIOVIAでは、CTファイルフォーマット仕様をダウンロードするにはユーザー登録が必要です。^[3]

モルファイル

MDL Molfile は、分子の原子、結合、接続性、座標に関する情報を保持するためのファイル形式です。

molfile は、いくつかのヘッダー情報、原子情報を含む接続テーブル (CT)、結合接続とタイプ、そしてより複雑な情報のセクションで構成されています。

molfile は十分に一般的なため、ほとんどすべてのケモインフォマティクスソフトウェアシステム/アプリケーションでこの形式を読み取ることができますが、常に同じ程度に読み取れるとは限りません。また、 Mathematicaなどの一部の計算ソフトウェアでもサポートされています。

現在の事実上の標準バージョンは molfile V2000 ですが、最近では V3000 形式が広く流通しており、まだ V3000 に対応していないアプリケーションでは潜在的な互換性の問題が発生する可能性があります。

ラインブロック仕様をカウント

ボンドブロック仕様

ボンドブロックは、ボンドごとに 1 行のボンドラインで構成され、次の形式になります。

111 222 ttt sss xxx rrr ccc

値は次の表で説明されています。

拡張接続テーブル (V3000)

拡張 (V3000) molfile は、通常の molfile「構造なし」と、それに続く接続テーブル (Ctab) の本体を含む単一の molfile 付録で構成されます。次の図は、アラニン構造とそれに対応する拡張 molfile の両方を示しています。

「構造なし」には、「V2000」バージョンスタンプではなく、「V3000」バージョンスタンプが付けられていることに注意してください。バージョンに加えて、ヘッダーには他に 2 つの変更があります。

付録の行数は、実際にいくつあるかに関係なく、常に 999 と記述されます。(現在のすべての読者はカウントを無視し、M END で停止します。)

「次元コード」はより明示的に維持されます。したがって、「3D」は実際には 3D を意味しますが、「2D」はゼロ以外の Z 座標が見つかった場合は 3D として解釈されます。

V2000 molfile とは異なり、V3000 拡張 Rgroup molfile は非 Rgroup molfile と同じヘッダー形式を持ちます。

カウントライン

カウント行は必須であり、最初になければなりません。原子、結合、3D オブジェクト、および Sgroup の数を指定します。また、CHIRAL フラグが設定されているかどうかも指定します。オプションで、カウント行に molregno を指定できます。これは、regno が 999999 (molfile ヘッダー行の形式の制限) を超える場合にのみ使用されます。カウント行の形式は次のとおりです。

自衛隊

SDF は、MDL によって開発された化学データファイル形式の 1 つで、特に構造情報を対象としています。「SDF」は構造データ形式を表し、SDF ファイルは実際には molfile (MDL Molfile) 形式をラップします。複数のレコードは、 4 つのドル記号 ($$$$) で構成される行で区切られます。この形式の主な特徴は、関連データを含めることができることです。

関連するデータ項目は次のように示されます。

>   <ユニークID>
 XCA3464366 
> <詰まりP>
 5.825 
  

>   <ベンダー>
シグマ

>   <分子量>
 499.611

複数行のデータ項目もサポートされています。MDL SDF 形式の仕様では、テキストフィールドの 1 行が 200 文字を超える場合は、ハードキャリッジリターン文字を挿入する必要があります。多くのSMILESおよびInChI文字列がその長さを超えるため、この要件は実際には頻繁に違反されます。

ファミリーの他の形式

このファミリーには、あまり一般的ではない他の形式もあります。

RXNFile - 単一の化学反応を表すため。
RDFile - 関連データを含むレコードのリストを表します。各レコードには、化学構造、反応、テキストおよび表形式のデータを含めることができます。
RGFile - Markush 構造を表すため(非推奨、Molfile V3000 は Markush 構造を表すことができます)。
XDFile - 化学情報をXML形式で表現します。

参照

化学ファイル形式#形式間の変換

参考文献

^ Dalby, A.; Nourse, JG; Hounshell, WD; Gushurst, AKI; Grier, DL; Leland, BA; Laufer, J. (1992). 「Molecular Design Limited で開発されたコンピュータプログラムで使用されるいくつかの化学構造ファイル形式の説明」。Journal of Chemical Information and Modeling。32 ( 3): 244。doi :10.1021/ci00007a012。
^ 「CT ファイル形式」(PDF)。Biovia。2020 年 8 月。2021年 2 月 19 日時点のオリジナルよりアーカイブ(PDF) 。2021年 2 月 19 日閲覧。
^ “登録フォーム”. Biovia. 2020年8月13日. 2020年10月1日時点のオリジナルよりアーカイブ。 2021年2月19日閲覧。

外部リンク

Adroit Repository は、Adroit DI からの SD ファイル (SDF) を処理する有料ソフトウェアです。
SDF Toolkit は、SD ファイル (SDF) を処理するための無料ソフトウェアです。
NCI/CADD 化学識別子リゾルバは、化学名、CAS レジストリ番号、SMILES、InChI、InChIKey などから SD ファイル (SDF) を生成します。
KNIME は、データを操作し、データマイニングを行うための無料ソフトウェアであり、SD ファイル (SDF) の読み取りと書き込みも行えます。
環境保護庁 (EPA) が提供する比較毒性学ダッシュボードサービス。化学物質名、CAS 登録番号、SMILES、InChI、InChIKey などから SD ファイル (SDF) を生成します。

[1] Dalby, A.; Nourse, JG; Hounshell, WD; Gushurst, AKI; Grier, DL; Leland, BA; Laufer, J. (1992). 「Molecular Design Limited で開発されたコンピュータプログラムで使用されるいくつかの化学構造ファイル形式の説明」。Journal of Chemical Information and Modeling。32 ( 3): 244。doi :10.1021/ci00007a012。

[2] 「CT ファイル形式」(PDF)。Biovia。2020 年 8 月。2021年 2 月 19 日時点のオリジナルよりアーカイブ(PDF) 。2021年 2 月 19 日閲覧。

[3] “登録フォーム”. Biovia. 2020年8月13日. 2020年10月1日時点のオリジナルよりアーカイブ。 2021年2月19日閲覧。