Научная электронная библиотека
Монографии, изданные в издательстве Российской Академии Естествознания
3.4. Химическая информатика
Химическая информатика (хемоинформатика, от англ. chemistry, химия) – представляет собой совокупность методов информатики и компьютерных технологий для решения проблем современной химии. Сферы приложения: прогноз физико-химических свойств молекул (в частности, липофильности, или водорастворимости), свойств материалов, токсикологическая и биологическая активность, эколого–токсикологические свойства, разработка новых лекарственных препаратов. Термин хемоинформатика был введен в употребление Ф.К. Брауном в 1998 г.
Он означает совместное использование информационных ресурсов для преобразования данных в информацию и информации в знания для быстрейшего принятия наилучших решений при поиске соединений – лидеров в разработке лекарств и их оптимизации.
Хемоинформатика – это научная дисциплина, охватывающая вопросы дизайна, создания, организации, управления, поиска, анализа, распространения, визуализации и использования химической информации.
Согласно определению, данному А. Варнеком и И. Баскиным: хемоинформатика – это часть теоретической химии, базирующаяся на своей собственной молекулярной модели; в отличие от квантовой химии, в которой молекулы представлены как ансамбли электронов и ядер, и основанного на силовых полях молекулярного моделирования, имеющего дело с классическими «атомами» и «связями», хемоинформатика рассматривает молекулы как объекты в химическом пространстве.
Наиболее полное и развернутое определение хемоинформатики как научной дисциплины содержится в Декларации Обернэ: хемоинформатика – это научная дисциплина, возникшая за последние 50 лет в пограничной области между химией, вычислительной математикой и информатикой. Было осознано, что во многих областях химии огромный объем информации, накопленный в ходе химических исследований, может быть обработан и проанализирован только с помощью компьютеров. Более того, многие из проблем в химии настолько сложны, что для их решения требуются новые подходы, основанные на применении методов информатики. Исходя из этого, были разработаны методы для построения баз данных по химическим соединениям и реакциям, для прогнозирования физических, химических и биологических свойств соединений и материалов, для поиска новых лекарственных препаратов, анализа спектральной информации, для предсказания хода химических реакций и планирования органического синтеза.
Хемоинформатика, наряду с квантовой химией и молекулярным имитационным моделированием, является ветвью теоретической химии и областью вычислительной химии.
Хемоинформатика тесно связана с биоинформатикой, и между ними нет четкой границы. Биоинформатику можно считать частным случаем хемоинформатики для биологических макромолекул, а хемоинформатику – распространением биоинформатики на небиологические молекулы. Есть ряд областей, например, хемогеномика, которые в равной степени относятся и к биоинформатике, и хемоинформатике.
На пересечении хемоинформатики и фармакологии стоит медицинская химия, т.е. фармацевтическая химия. На пересечении хемоинформатики и аналитической химии находится хемометрика. Математическими основами хемоинформатики, связанными с представлением химических соединений в графическом виде (с помощью молекулярных графов), занимается математическая химия.
Основные направления. Хемоинформатика находится на пересечении химии и информатики. В основе хемоинформатики лежит представление о химическом пространстве – совокупности всех доступных химических объектов (химических соединений, реакций, смесей, растворов, каталитических систем, материалов и др.). Отличительной особенностью хемоинформатики является то, что в ее рамках прогнозирование свойств химических объектов осуществляется путем переноса (интерполяции) известных значений свойств от сходных химических объектов. В большинстве случаев химические объекты представимы в виде молекулярных графов, и поэтому методы теории графов находят широкое применение в хемоинформатике. Традиционный подход к обработке химической информации, однако, состоит в отображении химического пространства на дескрипторное пространство, образуемое вычисляемыми для каждого химического объекта векторами молекулярных дескрипторов – числовых характеристик, описывающих химические объекты (в особенности, молекулярные графы). Это дает возможность применять методы математической статистики и машинного обучения (в том числе, интеллектуального анализа данных) для работы с химическими объектами.
Внутреннее и внешнее представление химической информации. В хемоинформатике для внутреннего представления структур химических соединений обычно используются молекулярные графы, которые могут быть при необходимости дополнены информацией о трехмерных координатах атомов, а также о динамике их изменения во времени. Долговременное хранение химической информации и обмен ею между приложениями осуществляется при помощи файлов, организованных в соответствии с типами внешнего представления химической информации.
Простейшим типом внешнего представления структур химических соединений являются линейные нотации в виде строки символов. Исторически первым видом линейных нотаций явилась линейная нотация Висвессера. В настоящее время наиболее распространённой видом линейных нотаций являются строки SMILES.
Второй тип внешнего представления структур химических соединений и реакций между ними основан на непосредственном кодировании матрицы смежности молекулярного графа. Такие форматы как MOL, SDF и RDF, которые в настоящее время являются стандартными для обмена химической информацией, можно считать способами представления в виде текстового файла матрицы смежности молекулярного графа. Этой же целью служат и специфические форматы MOL2, HIN, PCM и др., предназначенные для работы с программами по молекулярному моделированию.
Наконец, третий тип внешнего представления структур химических соединений основан на технологии XML. Наиболее распространённым языком описания химической информации, опирающимся на эти принципы, является CML.
Прогнозирование свойств химических соединений и материалов. Прогнозирование свойств химических соединений в хемоинформатике основано на применении методов математической статистики и машинного обучения для построения моделей, позволяющих по описанию структур
химических соединений предсказывать их свойства (физические, химические, биологическую активность). За моделями, позволяющими прогнозировать количественные характеристики биологической активности, исторически закрепилось англоязычное название QSAR. Аббревиатура QSAR часто трактуется расширенно для обозначения моделей структура – свойство.
Фармакофоры и фармакофорный поиск. Фармакофор – это набор пространственных и электронных признаков, необходимых для обеспечения оптимальных супрамолекулярных взаимодействий со специфической биологической мишенью, которые могут вызывать или блокировать её биологический ответ. При фармакофорном поиске проводится поиск соответствия между описанием фармакофора и характеристиками молекул из базы данных, находящихся в допустимых конформациях.
Молекулярное подобие и поиск по молекулярному подобию. Молекулярное (химическое) подобие – это близость, сходство, подобие структур химических соединений. В качестве количественной меры молекулярного подобия рассматривается величина, возрастающая с уменьшением расстояния между химическими соединениями в дескрипторном пространстве. Поиск по химическому подобию основан на предположении, что подобные соединения обладают подобной биологической активностью.
Виртуальный скрининг – это вычислительная процедура, которая включает автоматизированный просмотр базы данных химических соединений и отбор тех из них, для которых прогнозируется наличие желаемых свойств. Чаще всего он применяется при разработке новых лекарственных препаратов для поиска химических соединений, обладающих нужным видом биологической активности.
Компьютерный синтез – область хемоинформатики, охватывающая методы, алгоритмы и реализующие их компьютерные программы, оказывающие помощь химику в планировании синтеза органических соединений, прогнозировании результатов и дизайне новых типов органических реакций на основе обобщения данных по известным синтетическим превращениям.
Визуализация и исследование химического пространства. Одной из центральных задач хемоинформатики является визуализация и составление карт химического пространства, навигация в нём и выявление неисследованных зон. Анализ химического пространства основан либо на представлении химических объектов (структур и реакций) в виде векторов дескрипторов фиксированного размера, либо на описании химических объектов при помощи молекулярных графов. Для представления химического пространства используются деревья молекулярных остовов.
Молекулярный дизайн химических соединений с заданными свойствами. Одной из важнейших задач хемоинформатики является молекулярный дизайн химических соединений с заданными свойствами. Под этим понимается направленная генерация структур химических соединений (молекулярных графов), которые, в соответствии с моделями, должны обладать набором заранее заданных свойств.
При использовании для этой цели химических моделей QSAR и QSPR, полученных в результате поиска количественных соотношений вида структура–свойство, учёные говорят об «обратном синтезе QSAR» или «обратном синтезе QSPR», либо о решении обратной задачи в проблеме структуры – свойств вещества.
Эти подходы основаны на использовании генераторов молекулярных графов. При использовании физической модели, описывающей взаимодействие лиганд – белок, говорят о методах дизайна химических структур de novo.