SMARTS是SMILES的扩展，用于描述分子模式和性质，尤其在子结构搜索和反应模板中表现出强大功能。它包含原子基元、键基元，支持逻辑算符和递归表达式，能灵活匹配复杂结构。例如，[OH]c1ccccc1可以用来查找含苯酚的分子。SMARTS还允许通过逻辑运算符组合表达式，如[!C;R]匹配非脂肪族且在环上的原子。
SMARTS表达式
本文为转载文章，来自于https://zhuanlan.zhihu.com/p/477094703， 源英文文章来自于https://www.daylight.com/dayhtml/doc/theory/theory.smarts.html
简介
SMARTS表达式是Daylight公司对SMILES表达式（相信大家都很熟悉，在ChemDraw里也可以直接使用）的一个扩展，其意思为SMiles ARbitrary Target Specification，是一种描述分子模式和性质的语言。所有的SMILES表达式都可以在SMARTS中正常使用，同时在SMARTS体系中加入了逻辑算符和更多的分子描述符，这就使得其在子结构搜索、构建反应模板等方面非常强大，就像正则表达式（部分规则也与正则表达式相同）一样，可以匹配分子中的任意结构。
举个例子，如果想要在分子数据库中搜索含有苯酚的结构，就可以使用SMARTS字符串[OH]c1ccccc1（这同时也是一个正确的SMILES字符串）使用SMARTS就可以实现灵活、高效的子结构搜索。
在SMILES语言中，有两种基本的符号类型：原子和键。使用这些SMILES符号，可以表示一个以节点和边构成的图，通过说明每个节点代表什么类型的原子，每个边代表什么类型的键，就可以完整表达一个分子。
以上的逻辑在SMARTS中同样适用，只不过在SMARTS中增加了逻辑算符和特殊的原子、键的符号，使得结构的表达更加灵活、通用。例如在SMARTS原子符号中，[C,N] 表示这个原子是脂肪族的C原子或是脂肪族的N原子；在键符号中，波浪线”~“可以匹配任意类型的键。
原子基元 Atomic Primitives
SMARTS提供了一系列能够描述原子性质的基元符号。下表列出了SMARTS中特有的符号（所有SMILES中的原子符号在SMARTS中都是正确的）。表格中，<n> 表示一个整数，<c> 表示手性类。
注意，原子基元H有两种含义，一是表示氢元素本身，二是表示性质。例：[H] 表示氢原子，[*H2] 表示任意一个带有两个氢的原子。
| 符号 | 符号意义 | 原子性质要求 | 默认值(不加参数) |
|---|---|---|---|
| * | 通配符 | 任何原子 | 无 |
| a | 芳香族 | 芳香性原子 | 无 |
| A | 脂肪族 | 脂肪族原子 | 无 |
| D<n> | 度 | 有<n>个显示键连的原子（与隐式氢相连的不算） | 有1个显示键连的原子 |
| H<n> | 总的氢原子数 | 有<n>个相连的氢的原子 | 有1个相连的氢的原子 |
| h<n> | 隐式氢原子数 | 有<n>个隐式氢的原子 | 至少有1个隐式氢的原子 |
| R<n> | 环的关系 | 在<n>个最小环中的原子 | 任何在环上的原子 |
| r<n> | 环的大小 | 在<n>元最小环中的原子 | 任何在环上的原子 |
| v<n> | 键价 | 总键价为<n>的原子 （包括隐式氢，双键为2，三键为3） | 总键价为1的原子 |
| X | 相连 | 与<n>个原子相连的原子（包括隐式氢） | 与1个原子相连的原子 |
| x | 环相连 | 与<n>个环相连的原子 | 至少与1个环相连的原子 |
| -<n> | 负电荷 | 有-<n>个电荷的原子 | 有1个负电荷的原子 --表示有2个负电荷，以此类推） |
| +<n> | 正电荷 | 有+<n>个电荷的原子 | 有1个正电荷的原子（++表示有2个正电荷，以此类推） |
| #n | 原子序数 | 原子序数为的原子 | 无 |
| @ | 手性 | 逆时针 | 无 |
| @@ | 手性 | 顺时针 | 无 |
| @<c><n> | 手性 | 手性类手性(看不懂) | 无 |
| @<c><n>？ | 手性或未指定 | 手性<c><n>或未指定 | 无 |
| <n> | 相对原子质量 | 相对原子质量为的原子 | 未指明原子质量 |
注：
- 隐式氢：正常情况下用SMARTS储存分子不会显示氢原子，其以隐式氢的形式存在，我们可以通过一些操作加上氢原子，使其变成显示氢。
- 最小环：例如萘（两个苯并环）可以看成是一个十元环。但最小环将其看作两个六元环的并环，其中有两个碳同时在两个环上即 [R2]
例：
| C | 脂肪族碳原子 |
|---|---|
| c | 芳香性碳原子 |
| a | 芳香性原子 |
| [#6] | 原子序数为6的原子，即碳原子 |
| [Ca] | 钙原子 |
| [++] | 带两个正电荷的原子 |
| [R] | 任何一个在环上的原子 |
| [X3] | 有3个键连的原子(包括隐式氢) |
| [v3] | 总键价为3的原子(包括隐式氢) |
| CC@HO | 匹配手性(从C端看H-F-O呈逆时针) |
| CC@?HO | 匹配手性(包括未指定手性)即可以匹配到CC@HO，也可以匹配到CCHO，不能匹配到CC@@HO。 |
键基元 Bond Primitives
| 符号 | 键属性要求 |
|---|---|
| - | 匹配单键（脂肪族） |
| / | 表示方向"上" |
| \ | 表示方向"下" |
| /？ | 匹配"上"或是未指定 |
| \？ | 匹配"下"或是未指定 |
| = | 双键 |
| # | 三键 |
| : | 芳香键 |
| ~ | 任意键（通配符） |
| 空 | 单键或芳香性键 |
注：双键两侧的结构分别用符号/和\表示，例如，F/C=C/F 表示反二氟乙烯，它的两个氟原子位于双键的两侧。
而F/C=C\F 表示顺二氟乙烯，它的两个氟原子位于双键的同一侧。
例：
| C | 任何脂肪族碳原子 |
|---|---|
| cc | 任何一对相连的芳香碳 |
| c:c | 由芳香键连接的芳香碳 |
| c-c | 单键连接的芳香族碳(如联苯) |
逻辑算符
原子和键基元可以通过使用逻辑运算符组合成表达式。在下表中，e 表示任何一个原子或键的表达式。逻辑运算符按优先级递减的顺序列出(优先级高的运算符先求值)。
| 符号 | 表达式 | 意义 |
|---|---|---|
| 感叹号 | !e1 | 非e1 |
| 与符号 | e1&e2 | e1和e2（高优先级） |
| 逗号 | e1,e2 | e1或e2 |
| 分号 | e1;e2 | e1和e2（低优先级） |
所有非基元的原子表达式都必须括在方括号中。默认操作是&(高优先级"and")，也就是说，两个相邻的没有插入逻辑运算符的表达式必须都为真，才能使表达式(或子表达式)为真。
例：
| [CH2] | 含两个氢的脂肪族碳(亚甲基碳) |
|---|---|
| [!C;R] | 非脂肪族碳以及在环上的原子 |
| [!C;!R0] | 同上("!R0"表示不在零元环上的原子) |
| [n;H1] | 芳香族氮原子连接一个氢，如吡咯氮 |
| [n&H1] | 同上 |
| [nH1] | 同上 |
| [c,n&H1] | 所有芳香族碳或芳香族氮原子连接一个氢 |
| [X3&H0] | 总共有三个键连且没有氢的原子 |
| [c,n;H1] | (芳香族碳原子或芳香族氮原子)并且只有一个氢 |
| [Cl] | 所有氯原子 |
| [35*] | 所有相对原子质量为35的原子 |
| [35Cl] | 相对原子质量为35的氯同位素 |
| [F,Cl,Br,I] | 任意一个卤素 |
递归SMARTS
任何SMARTS表达式都可以用这种形式从我们想要研究的原子开始编写SMARTS来定义原子环境。
S M A R T S SMARTS SMARTS
这样的定义可以被认为是原子性质。这些表达式可以与其他原子基元以相同的方式使用(也可以嵌套)。"$"表示匹配周围具有某种结构的原子，例如：
| *C | 连接甲基(或亚甲基)碳的原子 |
|---|---|
| *CC | 与乙基碳相连的原子 |
| [ ( ∗ C ) ; (*C); (∗C);(*CC)] | 同时在上述两种环境的结构(匹配CCC) |
下面的例子说明了这种表达式的作用，它导出了芳环上正对氧和间对氮的甲基碳的表达式。
| CaaO | 碳和氧处于邻位 |
|---|---|
| CaaaN | 碳和氮处于间位 |
| Caa(O)aN | 碳和氧处于邻位并且与氮处于间位（但只能匹配到二号位是氧，三号位是氮的情况） |
| Ca(aO)aaN | 碳和氧处于邻位并且与氮处于间位（但只能匹配到二号位是氧，五号位是氮的情况） |
| C[$(aaO);$(aaaN)] | 碳和氧处于邻位并且与氮处于间位(可以匹配到所有情况) |
组合匹配
SMARTS可能包含圆括号，可用于对点断开连接的片段进行分组。这个分组操作符使得SMARTS能够表达更强大的组件查询。通常，一组括号可以包括任何合法的SMARTS表达式。其中的两个或多个表达式可以组合成更复杂的SMARTS ：
一组括号中的所有原子和键表达式必须在目标的单个组件中匹配。
| SMARTS | SMILES | 能否使用SMARTS匹配SMILES |
|---|---|---|
| C.C | CCCC | 可以，"."表示两边的结构无需连接 |
| (C.C) | CCCC | 可以，在SMARTS外加圆括号，表示括号内的结构需要在同一组分中出现 |
| (C).(C) | CCCC | 不可以，使用多个圆括号，表示需要在不同的组分中进行匹配 |
| (C).(C) | CCCC.CCCC | 可以 |
| (C).C | CCCC | 可以 |
| (C).(C).C | CCCC.CCCC | 可以，前两个碳要在不同的组分中，后一个可以匹配任意一个碳 |
使用圆括号可以帮助我们区别分子内/分子间反应
| C(=O)O.OCC>>C(=O)OCC.O | 匹配酯化反应 |
|---|---|
| (C(=O)O).(OCC)>>C(=O)OCC.O | 匹配分子间酯化反应 |
| (C(=O)O.OCC)>>C(=O)OCC.O | 匹配分子内酯化反应 |
反应查询
一个Reaction Query可以由可选的反应物，试剂和产物组成，它们之间用">"隔开。一个Reaction Query的部分与目标反应的对应部分相匹配。注意，用一个Molecule Query去匹配一个反应是合理的。如果这个分子的SMARTS式与目标反应的任意一部分匹配，则可以成功匹配。实际上用一个Molecule Query去匹配一个目标反应就是一个未指明SMARTS作用的匹配。
| Query | Target | Matches |
|---|---|---|
| C>> | CC>>CN | 2 |
| >C> | CC>>CN | 0 |
| >>C | CC>>CN | 1 |
| C | CC>>CN | 3 |
我们可以在原子后面加上":"和数字来标记该原子，如果原子做了标记，就会与对应的被标记的原子匹配，不会匹配到没有标记的原子上。如果在Query中未做标记，那么Target中的标记会被忽略。（原文中接下来举的例子相当晦涩，我们用另一个例子来说明）
| SMARTS | 匹配结构 | 备注 |
|---|---|---|
| [#6]=,:[#6] | 与一个双键或者芳香性键相连的碳 | 分子SMARTS式，即没有">"的SMARTS表达式可以匹配反应SMARTS中的任意部分(反应物、试剂、产物) |
| >>[#6]=,:[#6] | 产物中的与一个双键或芳香性键相连的碳 | 反应SMARTS，即有">"的SMARTS表达式不会匹配分子 |
| [C:1]>>[C:1] | 对反应的碳原子做标记 | 原子如果做了标记，就会与对应的被标记的原子匹配，不会匹配到没有标记的原子上 |
| [C:1]>>C | 反应碳 | 未成对的标记是无效的 |
| [C:1][C:1]>>[C:1] | 多次标记反应碳 | SMARTS map classes inter-relate reactants to products but don’t intra-relate reactants or products. (Although query reactants have the same class, they can match target reactants of different classes.) |
扫一扫
452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
