《Journal of Cheminformatics》：Clc-db: an open-source online database of chiral ligands and catalysts
编辑推荐：
为解决传统实验方法研究手性配体和催化剂缓慢复杂，以及现有数据库不完善、数据稀缺等问题，研究人员开展了手性配体和催化剂数据库（CLC-DB）的研究。结果是构建出首个开源综合数据库，含 1861 个分子等信息。其意义在于推动相关研究，助力不对称催化发展。
在有机化学的广阔天地里，不对称催化堪称一颗璀璨的明珠，它对于有机合成、药物研发、新材料创造以及农用化学品生产等领域的发展起着举足轻重的作用。而手性配体和催化剂，正是推动不对称催化不断向前发展的核心要素。然而，传统的实验研究方法就像一辆缓慢行驶的旧车，不仅研究速度慢，过程还极为复杂，使得科研人员在探索的道路上困难重重。与此同时，数据科学领域的快速发展，让机器学习等计算方法逐渐崭露头角，为手性配体和催化剂的研究带来了新的曙光。但目前相关数据库却存在诸多不足，数据不够全面、准确，难以满足研究的需求，这就如同在黑暗中前行却缺少一盏明亮的灯。在这样的背景下，上海交通大学的研究人员挺身而出，开展了一项极具创新性的研究，旨在构建一个专门针对手性配体和催化剂的开源数据库 —— 手性配体和催化剂数据库（CLC-DB）。
研究人员通过不懈努力，成功构建出了 CLC-DB。该数据库包含了 1861 个分子，涵盖 32 种不同类型的手性配体和催化剂，每个分子条目都有 34 种详细的注释信息，这些信息经过化学专家的严格验证，并与权威化学数据库相关联。这一成果意义非凡，它就像是为科研人员打开了一扇通往手性配体和催化剂研究新世界的大门，极大地提高了数据的可获取性和质量，为不对称催化领域的发展提供了强大的支持。此研究成果发表在《Journal of Cheminformatics》上。
在研究过程中，研究人员运用了多种关键技术方法。在数据收集上，他们从多个化学试剂网站收集数据，并借助 CAS ID 与公共数据库交叉核对。在计算分子性质时，利用 Gaussian 和 RDKit 软件计算物理化学性质，还借助 GPT-4 生成分子描述。在数据库构建方面，依据分子特征分类并标注手性类型。此外，还利用扩展 3D 指纹（E3FP）和 Morgan 指纹等描述符以及多种降维和聚类方法实现分子聚类。
下面来看看具体的研究结果：
CLC-DB 数据库统计 ：对数据库中的数据进行分析后发现，Mono-oxazoline 和 BOX 配体的数量在 32 种配体类型中名列前茅；在所有配体中，具有点手性的配体占比最大；分子的分子量大多集中在 100 - 800 g/mol 之间；分子的 HOMO 能量主要分布在 - 9 至 - 6 eV，这表明大部分分子化学稳定性较高，而 LUMO 能量分布范围更广，不同分子的电子接受能力差异较大。数据库搜索和下载程序 ：CLC-DB 为用户提供了精确且快速的搜索模块，包括基于文本和基于结构的搜索方式，文本搜索还支持模糊搜索。同时，该数据库还具备方便的数据下载模块，所有分子数据都能免费以 CSV/SDF 文件格式下载。配体和催化剂信息 ：数据库提供了 “Card” 和 “Table” 两种浏览方式，方便用户查看信息。其网站将手性配体和催化剂的信息分为基本信息和计算属性等多个部分，其中 3D 结构信息尤为突出，除部分金属体系外，所有分子都有高质量的 3D 坐标，这是其他数据库所欠缺的，为化学研究提供了重要支持。分子聚类工具 ：CLC-DB 的在线机器学习（ML）工具可实现快速分子聚类。研究人员以不对称氢化反应为例，通过将候选分子与已知有效分子聚类分析，发现该工具能够识别相似反应机制，有助于筛选配体和催化剂。
打赏
下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究
10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！
欢迎下载Twist《不断变化的CRISPR筛选格局》电子书
单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析
下载《细胞内蛋白质互作分析方法电子书》
