化学分子sdf格式说明

Molfiles是包含单个化合物分子结构信息的文本文件。SDFs (structure data files)由一个至多个molfiles文件连接在一起组成，并含有关于化合物的其他信息。

如下为丙酮的molfile文件的内容：

下面为一个化合物的sdf文件信息： 

标题区（header block）

与molfile文件类似，sdf文件也包含一个三行的标题区。标题区内可能包含以下内容：

1.分子名字

2.生成分子结构的软件信息

3.注释

当然，标题区也可以为空行（除名字外）。

以上图为例，分子名称为"702"，由"-OEChem-02271511112D"生成，注释为空。

数量行（counts line block）

该行由12个固定长度的字段组成，前11个字段长度均为3个字符，最后一个字段长度为6个字符。前两个字段最重要，给出了化合物中的原子数与键数：

该化合物有9个原子，8个键。H原子不被包含在内。

原子区（Atoms block）

数量行下面为原子区。

 前三个字段，长度均为10个字符，描述原子的X, Y, Z坐标，然后是长度为3个字符的元素符号字段（示例为氧O），随后为长度为2个字符的字段描述原子与同位素的质量差异（值介于-3到+4之间，除M··ISO性质外），随后为长度为3个字符的字段描述电荷（转换关系如下）：

 随后还有其他长度均为3个字符的10个字段，很少用到（使用Progenesis SDF Studio或Progenesis MetaScope时可以为空）。

键区（Bonds block）

前两个字段为与键相关原子索引，第三个字段定义了键的类型，第四个字段为键的立体性质：

上述示例含义为：在原子1和原子2之间存在一个单键，无立体性质。

后面还有3个长度均为3字符的字段，很少用到，可以为空。

性质

电荷（Charge）

M··CHG后的第一个数字为电荷数（最大为8），如果化合物有更多的电荷数量，可以添加其他M··CHG行。每个电荷条目由两个长度为4个字符的字段组成，第一个为带电原子索引（从1开始），第二个为电荷数。示例含义为：添加一个电荷给第一个原子，电荷数为+2。

同位素（Isotope）

M··ISO后的第一个数字定义了改行的同位素数量（最大为8）。如果化合物有更多的同位素数量，可以添加其他M··ISO行。每个同位素条目由两个长度为4个字符的字段组成，第一个为带电原子索引（从1开始），第二个为原子实际质量数。示例含义为：第一个原子的原子质量为2。

 终止符（Terminator）

M··END属性不可缺少，必须位于其他性质之后。 

数据字段（Data fields）

自定义的化合物元数据可以放在此处。数据字段以含有>的标题开始，同一行放置数据字段名称，并放于<>内。标题行也可以包含其他文字（虽然通常略去）。

标题行后，数据字段可以包含长达200个字符的一行或多行作为该数据字段的值。

SDF分隔符（SDF separator）$$$$

位于每个记录（分子）的最后一行，只包含4个$。该分隔符在molfiles中并不需要。

 ref:

What is the correct format for compounds in SDF or MOL files? - Progenesis SDF Studio

2.5: Structural Data Files - Chemistry LibreTexts

https://www.herongyang.com/Molecule/SDF-Format-Specification.html