[发明专利]一种化学分子式拼接方法

说明书

本发明公开了一种化学分子式拼接方法，即把两个带有拼接位点的化学分子式拼接为一个化学分子式，其中带拼接位点的分子式是试剂分子脱去固定基团得到的。在通过大量试剂分子进行化合物合成的应用场景下，分子式拼接是一个不可缺少的环节。本发明在原子、化学键的图结构上实现分子式的拼接过程，操作灵活性强，适用于对于多种情形的拼接，如拼接成环状结构，用不同的标号记录拼接前的位点，找到对应位点依次拼接即可。

技术领域

本发明属于化合物合成技术领域，尤其涉及一种化学分子式拼接方法。

背景技术

在化合物合成的流程中，要对带有保护基团的试剂分子进行脱保护基、互相反应得到新的化合物。从化学角度来看，这两个步骤都是化学反应；从计算的角度来看，分子脱掉保护基的化学反应是分子的“位点切分”，得到可以与其他分子反应(连接)的位点，之后互相反应则是分子间的“位点拼接”，把可发生化学反应的位点相连，得到新化合物。

计算上目前的处理方式是把第一步得到的带位点的分子记录下来，将不同反应得到的位点区分标记，如反应类型1得到的位点标记为[R1]，位点的位置即分子在反应中脱去部分的原子的位置，然后将带有相同位点标记的分子进行拼接，如两个分子都带有[R1]则可以拼接。

目前的计算化学工具如Openbabel、RdKit等，是通过模拟真实化学反应过程进行的，即输入待反应的化合物，得到反应后的化合物，对带位点化学式拼接没有直接的支持，且不够灵活，不能处理复杂情形，如两个待反应的带位点分子式有多个位点，且多个位点拼接为环状结构。本发明在Openbabel的基础上实现了一种拼接方法，可以更加灵活地实现各种情形的拼接。

发明内容

本发明的目的在于针对现有技术的不足，提供一种化学分子式拼接方法，即把两个带有拼接位点的化学分子式拼接为一个化学分子式，其中带拼接位点的分子式是试剂分子脱去固定基团得到的。在通过大量试剂分子进行化合物合成的应用场景下，分子式拼接是一个不可缺少的环节。

本发明的目的是通过以下技术方案来实现的：一种化学分子式拼接方法，用于对两个带位点的化学分子式smi1和smi2进行拼接，将分子式中要拼接的位置即位点记为[Ri],i＝0,1…N，[Ri]对应于某一反应类型，N为反应类型的总数，拼接过程如下：

(1)读入化学分子式smi1和smi2，分别转换为表示分子的图数据结构mol1和mol2。读入时对位点[Ri]标记进行特殊处理，记录它在分子中的原子序号IDX和反应类型标号i，并定义一个重金属映射表，将每个位点[Ri]映射到一个不会在拼接前和拼接后的分子式中出现的重金属原子；将原子序号IDX、反应类型标号i和分子式中所有[Ri]映射后的重金属原子分别保存到mol1和mol2的数据结构中。

(2)将mol2与mol1的数据结构相加得到mol3。

(3)在mol3中找到相同标号i的位点对记为p，q，分别找到它们相连的原子ATOMp和ATOMq，在ATOMp和ATOMq之间新增一个原子键，将ATOMp和ATOMq相连，并将p，q删除，同时删除与p，q相连的化学键，实现smi1和smi2的拼接。

(4)返回步骤3，在剩余的原子中寻找相同标号i的位点对，直到没有匹配的位点对。

(5)将mol3转换为Canonical SMILES格式的分子式smi3，查询步骤1中定义的重金属映射表，如果smi3中有该表中的重金属原子，将它替换为对应的[Ri]。

进一步地，所述步骤(1)中，读入的分子式格式为Canonical SMILES，其他格式的输入需要转换为该格式。

进一步地，所述步骤(1)中，图数据结构为原子与化学键连成的图，其中包含分子中的原子、化学键、化学键属性信息。