SMILES는 여기로 연결됩니다. other uses에 대해서는 미소 문서를 참고하십시오.
시프로플록사신에 대한 SMILES 생성 과정: 고리를 일자로 변형한 후, 주사슬과 가지를 표기한다.
단순화된 분자입력 라인입력 시스템(單純化된分子入力Line入力System, 영어: simplified molecular-input line-entry system, SMILES)는 짧은 ASCII 문자열을 사용하여 화학 종의 구조를 설명하기 위한 선 표기법(line notation)의 형태이다. SMILES는 분자 편집기에서 2차원 도면이나 3차원 모델로 다시 변환하기 위해 가져올 수 있다.
SMILES는 1980년대 후반에 개발되었고 지금까지 발전하여 사용되고 있다.
표기법
SMILES 표기법을 구성하는 분자구조의 요소는 크게 원자(atom), 결합(bond), 고리(ring), 방향족(aromaticity), 가지(branch), 입체화학(stereochemistry)로 나눌 수 있다.[1]
다른 요소는 모두 괄호로 묶어야 하며 전하와 수소를 나타내야 한다.
예를 들어, 물에 대한 SMILES은 O 또는 [OH2]로 쓸 수 있다. 이때 수소는 원자로 각괄호를 쓸 수 있기 때문에, [H]O[H]로도 쓸 수 있다.
괄호를 사용할 때는 괄호 안의 원자가 하나 이상의 수소와 결합하면 H를 적는데, 1보다 크면 수소 원자의 수를 적고, 양전하의 경우에는 +를, 음전하의 경우에는 -를 사용하여 표시한다. 예를 들어 암모늄(NH+ 4)의 경우 [NH4+]로 나타낼 수 있다.
전하가 있는 경우에는 일반적으로 숫자로 쓰이지만, 예외적으로 이온의 전하량에서는 부호를 반복하는 것도 가능하다.
따라서, 티타늄(IV) Ti4+에 대해서는 [Ti+4] 또는 [Ti+++]로 쓸 수 있고, 수산화 이온(OH-)은 [OH-], 하이드로늄 이온(H3O+)으로 표시되며 코발트(III) 양이온(Co3+)은 [Co+3] 또는 [Co+++]이다.
결합
결합은 기호 . - = # $ : / \ 중 하나를 사용하여 표현한다.
지방족 원소 사이의 결합은 일반적으로 단일로 가정되며, SMILES 문자열의 인접한 원소들 사이에서 이를 암시할 수 있다.
단일 결합은 -로 표기할 수 있지만, 일반적으로 생략한다. 예를 들어, 에탄올에 대한 SMILES 문자열은 C-C-O, CC-O 또는 C-CO로 기록될 수 있지만, 일반적으로 CCO로 표기된다.
이중 결합, 삼중 결합, 4중 결합은 각각 기호 =, #, $로 표시되며, 이는 SMILES로 O=C=O(이산화탄소 CO2), C#N(시안화수소 HCN), [Ga+]$[As-](갈륨 비화갈륨)로 나타낼 수 있다.
결합을 하지 않았을 경우, 두 부분이 서로 결합되지 않았음을 나타내기 위해 .로 표시한다. 예를 들어, 염화나트륨 수용액은 [Na+].[Cl-]로 표기할 수 있다.
고리가 2개일 경우, 두 번째 고리의 비인접 원자에도 숫자를 붙인다. 데칼린(데카하이드로나프탈렌, decalin)은 C1CCCC2C1CCC2로 기록될 수 있다.
SMILES는 고리의 비인접 원자에 대한 번호를 특정 순서로 사용할 필요가 없으며 숫자 0도 가능하며, 서로 다른 두 고리에 같은 번호를 사용하여 나타내는 것도 가능하다. 하지만 이는 문자열을 읽기 어렵게 만들 수 있다.
예를 들어, 바이사이클로헥실은 일반적으로 C1CCCC1C2CCCC2로 작성되지만, C0CCCCCC0CCC0로도 작성될 수 있다.
하나의 원자 뒤에 여러 숫자가 표기된 경우는 여러 개의 고리 결합을 나타낸다.
데칼린의 다른 SMILES 표기법은 C1CCCC2CCCCC12이다. 두 자리 수의 숫자를 나타낼 때에는 숫자 앞에 %가 붙기 때문에, 예시는 두 개의 결합을 나타냄을 알 수 있다.
고리를 나타낼 때 다중 결합을 이룬 원자 또한 선택할 수 있다.
사이클로프로페인은 일반적으로 C1=CC1로 쓰이지만, 이중 결합을 고리 결합으로 선택한다면, 이것은 C=1CC1, C1CC=1 또는 C=1CC=1로 쓸 수 있다.(대체로 첫 번째 문자열이 선호된다.) C=1CC-1는 고리와 결합이 충돌하는 유형이기 때문에 모순이다.
고리 결합은 다중 결합을 나타내기 위해 사용될 수 없다.
C1C1는 에틸렌에 대한 C=C로 표기가 불가능는 하다. 하지만 결합이 없을 때에는 사용될 수 있다.C1.C2.C12은 프로페인(propane)의 CCC를 나타내지만 주로 후자가 일반적이다.
두가지의 고리가 인접한 경우, 두 고리를 포함한 원자를 선택하여 고리결합을 나타낸다면, 가지 표현을 줄일 수 있기 때문에 더 단순한 작성이 가능하다.
사이클로헥세인-1,2-다이올은 가장 간단하게 OC1CCCC1O로 쓸 수 있다. 이때 고리를 끊기 위해 다른 원자를 선택하면 괄호를 써야 하는 더 복잡한 구조가 생성된다.
구성 B, C, N, O, P, S 원자를 각각 b, c, n, o, p, s로 적는 형태
세 번째의 경우, 두 원자 사이의 결합은 방향족 결합으로 가정된다. 따라서, 벤젠, 피리딘, 퓨란은 각각 c1ccccc1, n1ccccc1, o1cccc1로 표시될 수 있다.
피롤에서 발견되는 방향족 질소는 [nH]로 표시되며, 따라서 이미다졸은 n1c[nH]cc1로 표기된다.
방향족 원자들이 바이페닐과 같이 단일 결합하는 경우, c1ccccc1-c2ccccc2처럼 단일 결합을 표기해야 한다. 이는 기호 -가 필요한 몇 안 되는 경우이다. (대부분의 SMILES 프로그램은 두 고리 사이의 방향족 결합이 있는지 구별하지 못하기 때문에 c1ccccc1c2ccccc2을 이해하지 못한다.)
가지는 프로피온산의 CCC(=O)O, 플루오로포름의 FC(F)F에서와 같이 괄호로 설명된다. 괄호 안의 첫 번째 원자와 괄호 뒤의 첫 번째 원자는 모두 같은 원자에 결합되어 있음을 나타낸다. 결합은 괄호 안쪽에 표시되어야 하며 바깥쪽(예: CCC=(O)O)은 잘못된 표기이다.
3,4-시아노이솔이성질체에서 치환 고리는 COc(c1)cccc1C#N(그림 참고) 또는 COc(cc1)ccc1C#N(그림 참고)로 표기할 수 있다. 이렇게 대체된 고리를 SMILES로 표기하는 것이 더 읽기 쉽다.
가지는 임의의 순서로 작성할 수 있다. 브로모클로로디플루오로메탄은 FC(Br)(Cl)F, BrC(F)(F)Cl, C(F)(Cl)(F)Br 등으로 표기할 수 있다. 일반적으로 SMILES 문자열은 단순한 가지를 먼저, 주사슬이 가장 복잡할 때 가장 읽기 쉽다.
이러한 표기에서 링 번호를 다시 쓰는 경우, 링 번호는 SMILES 문자열의 표시 순서에 따라 쌍으로 연결된다. 이때 올바른 표기를 위해 일부 조정이 필요한 경우가 발생할 수 있다. (예: § 입체화학이 지정된 경우)
괄호를 필요로 하지 않는 한 가지 형태는 고리 결합이다. 고리 결합을 적절히 표기하면 필요한 괄호 수를 줄일 수 있다.
예를 들어, 톨루엔은 일반적으로 Cc1ccccc1 or c1ccccc1CC로 표기되며, c1cc(C)ccc1 또는 c1cc(ccc1)C로 표기되는 경우와 달리 괄호를 쓰지 않을 수 있다.
결합 방향 기호는 항상 최소 2개의 그룹으로 나뉘며, 그 중 첫 번째 그룹은 임의로 정한다. 즉, F\C=C\F는 F/C=C/F와 같다. 단일, 이중 결합이 교대로 존재할 때 그룹은 두 개보다 많아지고, 가운데에 존재하는 기호는 두 개의 이중 결합에 인접한다. 예를 들어, 2,4-헥사디엔의 일반적인 형태는 C/C=C/C=C/C이다.
보다 복잡한 예로, 베타카로틴은 단일 결합과 이중 결합의 매우 긴 골격을 가지며, 이는 CC1CCC/C(C)=C1/C=C/C(C)=C/C=C/C(C)=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C2=C(C)/CCCC2(C)C로 쓸 수 있다.
카이랄 분자의 구성은 @ 또는 @@로 지정된다. 문자열의 왼쪽에서 오른쪽으로 나타나는 순서대로 네 개의 결합을 표기한다. 첫 번째 결합의 관점에서 중심 탄소 쪽을 보면, 나머지 세 개는 시계 방향 또는 반시계 방향이다. 이때 각각 @@와 @로 표시된다.(@ 기호 자체가 시계 반대 방향의 모양이기 때문이다).
L-알라닌
아미노산알라닌을 보면 일반적으로 N[C@H](C)C(=O)O로 표기되지만 NC(C)C(=O)O도 가능하다. 보다 일반적인 이성질체인 L-알라닌은 주로 N[C@@H](C)C(=O)O(그림 참고)로 표기된다. 여기서 질소-탄소 결합을 보면 수소(H), 메틸(CH3), 카르복실산기(C(=O)O)가 시계 방향으로 나타난다. 따라서 D-알라닌은 N[C@H](C)C(=O)O(그림 참고)로 쓸 수 있다.
일반적으로 SMILES에서 가지의 배열 순서는 중요하지 않지만, 이성질체의 경우는 다르다.
두 그룹의 위치를 바꾸면 카이랄 표시를 반대로 사용해야 하기 때문이다. 만약 알라닌이 위와 다르게 NC(=O)C로 쓰여지면, 방향 또한 달라지게 된다. L-알라닌은 N[C@H](C(=O)O)C(그림 참고)로 바뀐다.(이를 쓰는 다른 방법에는 C[C@H](N)C(=O)O, OC(=O)[C@@H](N)C, OC(=O)[C@H](C)N이 있다.)
일반적으로 4개의 결합 중 첫 번째 결합은 카이랄 중심 원자의 왼쪽을 나타나지만, 만약 SMILES가 C(C)(N)C(=O)O와 같이 카이랄 중심인 탄소로 시작된다면, 4개의 결합은 모두 오른쪽에 있지만 그중 첫 번째가 기준이 될 수 있다.
SMILES 문자열은 삼각쌍뿔 분자와 같은 더 복잡한 입체화학을 나타내기 위해 @ 기호가 활용 될 수도 있다.
동위 원소
동위 원소는 원자 기호 앞에 표기된 숫자로 구분할 수 있다. 벤젠의 원소 중 하나가 탄소-14이라면 벤젠은 [14c]1ccccc1로 표기되고 듀테로화 클로로포름은 [2H]C(Cl)(Cl)Cl으로 표기된다.
SMILES 표기법은 Daylight Chemical Information Systems[4]에서 제공하는 SMILES 이론 메뉴얼에 자세하게 설명되어 있으며 많은 예시들이 존재한다.
변환
SMILES는 구조도 생성(SDG) 알고리즘을 사용하여 2차원 표현으로 다시 변환할 수 있다. 이 변환이 항상 정확하지는 않다.[5] 3차원 표현으로의 변환은 에너지 준위가 바닥상태인 분자로 나타나게 된다. 변환을 위한 다양한 사이트와 앱이 있기 때문에 이를 사용하면 쉽게 변환이 가능하다.
↑Byers JA, Birgersson G, Löfqvist J, Appelgren M, Bergström G (March 1990). “Isolation of pheromone synergists of bark beetle,Pityogenes chalcographus, from complex insect-plant odors by fractionation and subtractive-combination bioassay”. 《Journal of Chemical Ecology》 16 (3): 861–876. doi:10.1007/BF01016496. PMID24263601. S2CID226090.
![(2S,5R)-2-ethyl-1,6-dioxaspiro[4.4]nonane](%ED%8C%8C%EC%9D%BC:2S,5R-chalcogran-skeletal.svg)
