表达一个化学物质，通常使用的方法有

本文来自丁祥欢科学网博客
链接地址：http://blog.sciencenet.cn/blog-1213210-1252335.html

1）化学名称，无论是中文名还是英文名，这是使用极其广泛的手段，但是这种手段有个非常大的弱点，虽然比较直观，但是唯一性非常不好。同样一个东西，可能有很多个名字。比如 水可以用Water，也可以用Hydrogen oxide. EMC可以叫碳酸甲基乙基酯，也可以叫碳酸乙基甲基酯，还可以叫碳酸甲乙酯，甲基乙基碳酸酯。 名称还有俗名，商品名，简单命名，甚至还有IUPAC标准命名等等，即使同是简单的命名，有的化合物有多个官能团，从不同分类出发可以得到不同的命名。因此，同一种物质有多个个合法的名称是非常常见的。因此需要严谨表达结构时，化学名称不是理想的选择。
2）CAS号。 CAS号是化学文摘社为化学物质编制的特定顺序编号，理论上每个化学物质有其唯一的特定编号，除非未被CAS收录或编制。由于化学文摘的功能强大，影响力大，加上CAS号短小精悍，易于书写（只有不到十几位数字两根短划线）CAS也就成为了表示化学物质的事实标准。很多化学数据库都收录了化学物质的CAS号。为了传递某种化学物质的信息，也常常借助于CAS号。CAS号虽然使用广泛，但它有两个不足： 1.CAS号与它代表的物质在结构上没有关系。根据CAS要得到其结构，还必须到数据库中进行查询。2. 化学文摘社并没有向社会免费开放它的CAS号检索功能，对一些较新的物质，其CAS号并不能自由地使用，它是有版权的。
3）化学结构式。这个倒是比较准确，但是依赖于绘制结构式的软件。如果结构式从专用的化学软件导出成为图片，它就失去了结构式贮存的化学意义，无法做化学上的进一步利用。这种信息需要以文件的形式来传递，如果用文本来表示就比较困难了。
4）SMILES。用比较简短的文本来表示分子的结构，算是比较理想的表达方式，得到了比较广泛的应用。但是SMILES的算法不是自由免费的，日光化学公司对其拥有版权。所以目前还出现了一个叫OpenSmiles的规范。
5）特定格式的化学结构式文件，如CDXML格式，CDX格式，cml格式，MOL格式，SKC格式等等，这些格式种类较多，本质上不过是第3）项的存储而已，优点/缺点基本相同。其中MOL格式比较常用，很多网上的化学软件都支持。

inchi:

国际化合物标识分为六个层，每个层之间以"/“分隔，并在开头以一个小写字母标明层的性质:
主层(main layer):以"1"表示
电荷层(charge layer):以"q"表示
立体化学层(Stereochemical layer):以"t”，“m”，"s"表示
异构体层(Isotopic layer):以"i"表示
固定氢原子(Fixed-H layer):以"f"表示
再连接层(Reconnected Layer):以"r"表示
其中主层是必不可少的，其他的层是可以省略的。

kaggle比赛一个人分析的inchi层结构

InChI的第一主要层是指该核心母体结构，提供其化学式，无键序的无氢连通性（/ c子层）和氢连通性（/ h子层）。电荷层的/ q部分 给出电荷，电荷层的/ p部分表明必须添加或除去多少个质子（氢离子）才能再生原始结构。 如果存在，则具有子层/ b，/ t，/ m和/ s的立体化学层提供立体化学信息，以及同位素层/ i（可能包含/ h，/ b，/ t，/ m和/ s子层 ）给出同位素信息。 这些是标准InChI中可能出现的唯一层。[5]

如果用户想指定一个精确的互变异构体，可以附加一个固定的氢层/ f，其中可能包含各种其他子层； 但是，这不能在标准InChI中完成，因此不同的互变异构体将具有相同的标准InChI（例如，无论是以中性还是两性离子形式输入，丙氨酸都将提供相同的标准InChI。）最后，可以使用非标准的重新连接/ r层 添加，可以有效地产生新的InChI，而不会破坏与金属原子的键。 它可能包含多个子层，包括/f。[5]