化學資訊學

化學資訊科學（Cheminformatics）是使用電腦和資訊技術應用於化學領域的一系列問題。這些電腦（In silico）技術被用於在製藥公司的藥物發現過程中。這些方法還可以用於化學和相關行業，以及涉及或研究化學過程的環境科學和藥理學等領域^[1]。

歷史

術語化學資訊科學（Cheminformatics）是1998年被F.K. 布朗^[2][3]定義的：

化學資訊科學是這些資訊資源的混合，將數據轉化為資訊和資訊轉化為知識，以便在藥物導向辨識和最佳化領域更快地做出更好的決策。

從那時起，兩種拼寫已被使用，有些已經演變為化學資訊科學（Cheminformatics）^[4]，而歐洲學術研究會於2006年設立為化學資訊科學^[5]，最近成立的《化學資訊科學學報（英語：Journal of Cheminformatics）》（Journal of Cheminformatics）是對較短變體的強力推動。

基礎

化學資訊科學將化學，電腦科學和資訊科學的科學工作領域結合在化學空間（英語：Chemical space）中的拓撲（英語：Topology_(chemistry)），化學圖論，資訊檢索和數據探勘領域^[6][7][8][9]。化學資訊科學也可以應用於各種行業，如紙張和紙漿，染料和相關行業的數據分析。

應用

儲存和檢索

主條目：化學資料庫

化學資訊科學的主要應用是儲存，索引和搜尋與化合物有關的資訊。這種儲存資訊的有效搜尋包括電腦科學中作為數據探勘，資訊檢索，資訊抽取和機器學習的主題。相關研究課題包括：

• 非結構化數據（英語：Unstructured data）
  • 資訊檢索
  • 資訊抽取
• 結構化數據探勘（英語：Structure mining）和挖掘結構化數據
  • 資料庫挖掘（英語：Structure mining）
  • 圖形挖掘（英語：Structure mining）
  • 分子挖掘
  • 序列模式挖掘（英語：Sequential pattern mining）
  • 樹挖掘（英語：Structure mining）
• 數字圖書館

檔案格式

化學結構的電腦表示使用專門的格式，例如基於XML的化學標記式語言或簡化分子線性輸入規範（SMILES）。 這些表徵通常用於儲存在大型化學資料庫中。 雖然一些格式適用於2或3維的視覺表示，但其他格式更適合於研究物理相互作用，建模和對接研究。

虛擬圖書館

化學數據可以涉及真實或虛擬分子。可以以各種方式產生化合物的虛擬圖書館以探索化學空間,並假設具有所需性質的全新的化合物。

最近使用FOG（片段最佳化生長）演算法生成化合物類（藥物，天然產物，多樣性合成產品）的虛擬文庫^[10] 。這是通過使用化學資訊工具來訓練馬可夫鏈在真實化合物類別上的轉變概率，然後使用馬爾可夫鏈產生類似於訓練資料庫的全新化合物。

定量構效關係（QSAR）

主條目：定量構效關係

這是定量結構-活性關係和定量結構性質關係值的計算，用於預測其結構中化合物的活性。在這種情況下，化學計量學也和它有很強的關係。化學專家系統也是相關的，因為它們代表化學知識的一部分，作為電腦(In silico)表示。有一個相對較新的匹配分子對分析（英語：Matched molecular pair analysis）或預測驅動的MMPA的概念，它與QSAR模型相結合，以便辨識活動懸崖^[11]。

參閱

• 生物資訊科學
• 《化學資訊科學學報（英語：Journal of Cheminformatics）》（Journal of Cheminformatics）
• 計算化學
• 數據分析
• 分子建模
• 製藥工程
• 科學視覺化
• 統計學

參考資料

1. Thomas Engel. Basic Overview of Chemoinformatics. J. Chem. Inf. Model. 2006, 46 (6): 2267–77. PMID 17125169. doi:10.1021/ci600234z.
2. F.K. Brown. Chapter 35. Chemoinformatics: What is it and How does it Impact Drug Discovery. Annual Reports in Med. Chem. Annual Reports in Medicinal Chemistry. 1998, 33: 375. ISBN 978-0-12-040533-6. doi:10.1016/S0065-7743(08)61100-8.
3. Brown, Frank. Editorial Opinion: Chemoinformatics – a ten year update. Current Opinion in Drug Discovery & Development. 2005, 8 (3): 296–302.
4. Cheminformatics or Chemoinformatics ?. [2017-07-01]. （原始內容存檔於2017-06-21）.
5. Obernai Declaration (PDF). [2017-07-01]. （原始內容存檔 (PDF)於2016-03-03）.
6. Gasteiger J.(Editor), Engel T.(Editor): Chemoinformatics : A Textbook. John Wiley & Sons, 2004, ISBN 3-527-30681-1
7. A.R. Leach, V.J. Gillet: An Introduction to Chemoinformatics. Springer, 2003, ISBN 1-4020-1347-7
8. Alexandre Varnek and Igor Baskin. Chemoinformatics as a Theoretical Chemistry Discipline. Molecular Informatics. 2011, 30 (1): 20–32. doi:10.1002/minf.201000100.
9. Barry A. Bunin (Author), Brian Siesel (Author), Guillermo Morales (Author), Jürgen Bajorath (Author): Chemoinformatics: Theory, Practice, & Products. Springer, 2006, ISBN 978-1402050008
10. Kutchukian, Peter; Lou, David; Shakhnovich, Eugene. FOG: Fragment Optimized Growth Algorithm for the de Novo Generation of Molecules occupying Druglike Chemical. Journal of Chemical Information and Modeling. 2009, 49 (7): 1630–1642. PMID 19527020. doi:10.1021/ci9000458.
11. Sushko, Yurii; Novotarskyi, Sergii; Körner, Robert; Vogt, Joachim; Abdelaziz, Ahmed; Tetko, Igor V. Prediction-driven matched molecular pairs to interpret QSARs and aid the molecular optimization process. Journal of Cheminformatics: 48. 2014-12-11 [2017-07-01]. doi:10.1186/s13321-014-0048-0. （原始內容存檔於2015-09-07） （英語）.

外部連結

• （英文）印第安納化學資訊科學教育入門網站
• （英文）化學資訊科學學報（Journal of Cheminformatics） （頁面存檔備份，存於互聯網檔案館）
• （英文）OEChem化學資訊科學編程工具包 （頁面存檔備份，存於互聯網檔案館）