摘要：本文介绍了如何手工建立SMILES格式的化合物数据库。

一.背景

虚拟筛选等都需要用到化合物库。化合物库可以从化合物供应商网站下载，可以用组合库设计软件生成，还可以自己构建。本文介绍了一个最简单的化合物库构建方法。

假设我们要建一个SMILES格式的化合物数据库，文件名为db.smi,该数据库含有四个化合物苯，苯酚，苯胺与阿司匹林。解决方法为：1）建立一个文件db.smi; 2)将苯、苯酚、苯胺、阿司匹林的结构用SMILES编码，复制到db.smi文件里，每行一个结构；3）保存即可。

关于SMILES格式

见：http://www.daylight.com/dayhtml_tutorials/languages/smiles/index.html

二.SIMLES格式的化合物库构建

  1. 化合物结构的准备

    2. 用CHEMDRAW、ChemAxon的MarvinSketch等结构绘制软件将结构画好，再Edit>Copy as SMILES；如果你什么软件都没有，你可以在线用JSME绘制结构，将化合物的SMILES代码复制。比如http://targetfishing.molcalx.com.cn就提供了JSME可以画结构。

  2. 生成多结构的文件--即数据库

    3. (1)新建文件db.smi，用notepad++或VIM等文本编辑器打开；

    (2)将画好的结构分别复制为SMILES代码，黏贴到db.smi里。每行一个SMILES，空格加化合物名称；

    1
2
3
4

    c1ccccc1 M01
c1ccccc1O M02
c1ccccc1N M03
CC(=O)Oc1ccccc1C(=O)O M04

    (3)保存即可，本例下载： db.smi

三.说明

  1. 如果要转化为其它格式，可以用Openbabel将SMILES格式转化为SDF，MOL2等格式；
  2. 数据库的文件名后缀并不重要，无论是.smi,.smiles, .txt, .in，只要内容是SMILES格式，都可以被主流软件识别。
  3. Ligandscout、Forge等识别Excel格式，主要原理是：结构那一列用SMILES编码。
  4. MOL2，SDF也是常用的化合物结构文件，均支持在一个文件里存储多个结构，即化合物数据库或多结构文件。
  5. SMILES是纯文本文件，注意在Windows下不要引入其它字符。
  6. SMILES很容易用MySQL等SQL数据库管理，比如:http://chem.molcalx.com.cn

四. 接下来可以做什么？

  1. 后处理：立体化学处理，质子化状态处理，生成3D结构，结构优化，构象搜索，性质计算、过滤等。
  2. 虚拟筛选:分子对接，药效团，2D相似性，3D相似性...