Разработка универсальной базы данных структуры и свойств химических соединений для построения моделей "структура-свойство" на основе эвристических алгоритмов

Размещено на http://www.allbest.ru/

Разработка универсальной базы данных структуры и свойств химических соединений для построения моделей «структура-свойство» на основе эвристических алгоритмов

Н.В. Звягинцев, Р.Н. Гордеев,

А.В. Бурилин

Введение

Интенсивное развитие химии привело к значительному увеличению количества информации о структуре и свойствах химических соединений. На основе данной информации активно разрабатываются модели зависимости между различными свойствами, а также модели «структура-свойство», упрощающие поиск соединений с заранее заданными свойствами. При построении подобных моделей активно применяются эвристические алгоритмы (нейронные сети, генетические алгоритмы, нечеткая логика) [1-6]. Эффективность подобных методов исследования существенно зависит от объема и полноты информации, поэтому наличие универсальной БД (базе данных) существенно упростит разработку подобных моделей.

Сложность разработки универсальной БД структуры и свойств химических соединений в том, что данные поступают от различных источников и актуальны только при конкретных условиях. Сохраняя данные о структуре и свойствах химических соединений необходимо указывать единицы измерений, точность прибора, условия, при которых данные получены и т.д.

Универсальность БД подразумевает следующие характеристики:

1. Возможность наполнять БД данными различных экспериментов (в том числе расчетными данными), не дорабатывая ее структуру. Для этого требуется разработка словарей с типами экспериментов и отдельные таблицы для хранения условий проведения экспериментов (в случае расчетных исследований условиями экспериментов являются физическое приближение и параметры модели).

2. Возможность заполнять БД данными о химической структуре с различной детализацией.

3. Возможность хранить в БД как информацию индивидуальных веществ, так и информацию о свойствах смесей веществ.

Построение моделей «структура-свойство» на основе нейронных сетей

При построении моделей «структура-свойство» чаще всего используются топологическим дескрипторами. Топологический дескриптор - это некоторая характеристика химической структуры, которая по замыслу исследователя должна влиять на наличие определенного свойства у соединения. Так, в качестве топологического дескриптора можно использовать количество определенных функциональных групп в молекуле.

Хранение в БД информации о структуре химического соединения

Структура химических соединений является наиболее значимой характеристикой при построении моделей «структура-свойство». Информация о структуре химического соединения имеет различную степень детализации:

1. Наименее описательной является брутто-формула, отражающая только элементный состав химического соединения. Таким образом, брутто-формула задает состав соединения в виде пар , где - конкретный тип атома, -количество атомов в молекуле.

2. Информация о топологии химического соединения, которая отражает последовательность атомов в химическом соединении. ПО сути, топология химического соединения описывается графом [7-9], в котором атомы являются вершинами, а химические связи - ребрами. Также часто топологию химических соединений кодируют посредством матриц смежности, которые задаются в обычном виде:

(1)

3. Пространственная структура, учитывающая элементы симметрии структуры химического соединения.

4. Информация о геометрических параметрах соединений (длины связей, валентные и торсионные углы), задаваемые векторами , где - конкретный тип атома, - номер атома, относительно которого указываются координаты данного атома, - соответственно расстояние между атомами и , валентный и торсионный угол. Данная запись координат называется Z-матрицей. В ряде случаев используют декартовы координаты всех атомов. Информацию о геометрическом строении можно получить только в результате рентгеноструктурных исследований или компьютерного моделирования.

Также в исследованиях часто используется информация об электронной структуре химического соединения.

В УБДССХС (универсальной базе данных структуры и свойств химических соединений) ключевое значение имеет таблица «структура» (STRUCT), которая содержит информацию о количестве атомов, суммарном электрическом заряде, систематическом наименовании, приписываемом данной структуре и уникальный идентификатор данной структуры в БД. Именно он является внешним ключом для таблиц, отображающих топологию (STRUCT_TOPOLOGY) и геометрическое строение (STRUCT_COORD - декартовы координаты, и STRUCT_Z_MATR - Z-матрица структуры).

Таблица STRUCT_TOPOLOGY хранит данные в виде векторов , где , - типы атомов i и j, связанных взаимодействием типа t. Чаще всего, подразумевается химическое взаимодействие. Типы взаимодействий определяются в словаре BOND_TYPE.

Информация об элементном составе химических соединений может быть получена из таблиц STRUCT_TOPOLOGY, STRUCT_COORD и STRUCT_Z_MATR, поэтому отдельно в БД не кодируется.

Информация о типах атомов храниться в словаре ATOM_TYPE, отражает заряд Z-ядра и массу ядра m, что позволяет различать информацию об изотопах.

Хранение в БД информации о свойствах отдельных атомов

Информация о свойствах отдельных атомов, входящих в состав химических структур, может быть разнообразной. В качестве свойств отдельных атомов могут быть указаны различные параметры: предполагаемый электрический заряд, валентность, спиновое состояние и т.д. Данная информация часто используется при формировании структурных дескрипторов и имеет большое значение при построении моделей «структура-свойство».

Как показано на рис. 1, для свойств атомов организован словарь atom_property_list, в котором указаны доступные данные и их размерность. Сами значения хранятся в таблице atom_data, которая по внешнему ключу связаны с конкретным атомов, входящим в состав химической структуры.

Рис. 1. - Хранение информации о свойствах атомов в БД

сеть нейронный данные база

Хранение в БД информации о свойствах химических соединений

Каждая химическая структура обладает определенным свойством P, задаваемым в БД векторами , где - идентификатор структуры, - значение свойства, и - тип хранимого свойства, который содержит информацию о размерности, методе и точности получения данных, а также об условиях, при которых свойство актуально. На рис. 2 показано, как реализовано хранение информации свойствах химических структур в БД.

Рис. 2. - Хранение информации о свойствах химических соединений в БД

Так, типы данных, которые могут присваиваться структурам, хранятся в словаре struct_proprty_list. Свойство P структуры S хранится в таблице struct_data и связано со struct по внешнему ключу.

Большинство экспериментальных данных по свойствам химических соединений относятся к смесям различных структур . Как правила, свойства структур определяются в результате компьютерного моделирования. Поэтому для накопления экспериментальных данных следует ввести понятие состава вещества как набора пар , где - структура в составе, - доля структуры в составе (). В БД состав храниться в таблице composition.

Различные химические изомеры также фиксируются в БД в виде вектора из уникальных идентификаторов химических структур: и кода типа изомерии.

Хранение в БД спектроскопических данных

Спектроскопические данные также могут быть использованы в при построении моделей «структура-свойство» [10-13]. Спектроскопические данные имеют большое значение при исследовании химических соединений и могут активно применяться при построении моделей «структура-свойство». Спектроскопические данные хранятся в виде вектора

Заключение

Предложенная структура БД дает возможность хранить информацию о строении химических соединений с различной степенью детализации. Такой подход позволяет упростить формирование структурных дескрипторов, используемых при построении моделей «структура-свойство» на основе генетических алгоритмов.

Также структура БД позволяет обрабатывать эвристическими алгоритмами (в частности, нейросетевыми) информацию о смесях химических соединений и избегать дублирования данных для различного рода изомеров.

Организация хранения свойств смесей химических соединений, чистых химических соединений и отдельных атомов по принципу «атрибут-значение» придает БД определенную универсальность. Таким образом, не меняя структуры БД, можно вводить новое свойство химического соединения.

Литература

1. Григорьев, В. Ю. Количественные модели «структура - свойство» органических соединений [Текст]: дис. д. х. наук: 02.00.03, 02.00.04: защищена 22.01.10 : утв. 15.07.10 / Григорьев Вениамин Юрьевич - Черноголовка, 2013. - 324 с. - Библиогр.: С. 280-324.

2. Баскин И.И., Палюлин В.А., Зефиров Н.С. Применение искусственных нейронных сетей в химических и биологических исследованиях [Текст]: // Вестник Московского университета. Серия 2, Химия, 1999, Т. 40, №5.

3. Попок, Н.И., Пята М.В. использование нейронных сетей и нечеткой логики для прогнозирования физико-химических свойств материалов [Электронный ресурс]: // Ползуновский вестник, 2008, № 1 - Режим доступа: http://elib.altstu.ru/elib/books/Files/pv2008_0102/pdf/055popok.pdf (доступ свободный) - Загл. с экрана. - Яз. рус.

4. R. D. Cramer, D. E. Patterson, J. D. Bunce (1988). «Comparative molecular field analysis (CoMFA). 1. Effect of shape on binding of steroids to carrier proteins». J. Am. Chem. Soc. 110 (18): 5959-5967

5. Галушка В.В., Молчанов А.А., Фатхи А.А. Применение многослойных радиально-базисных нейронных сетей для верификации реляционных баз данных [Электронный ресурс] // «Инженерный вестник Дона», 2012, №1. - Режим доступа: http://ivdon.ru/magazine/archive/n1y2012/686 (доступ свободный) - Загл. с экрана. - Яз. рус.

6. Галушка В.В., Фатхи В.А. Формирование обучающей выборки при использовании искусственных нейронных сетей в задачах поиска ошибок баз данных // «Инженерный вестник Дона», 2013, №2. - Режим доступа: http://www.ivdon.ru/magazine/archive/n2y2013/1597 (доступ свободный) - Загл. с экрана. - Яз. рус.

7. Bertoline, G. R., Wiebe, E. N., Miller, C., Mohler, J. L. Technical graphics communications (2nd ed.). New York, NY: McGraw-Hill. 1997

8. Molodtsov S.G. Generation of Molecular Graphs with a Given Set of Nonoverlapping Fragments // MATCH 1994. - v. 30. - P. 203-212.

9. Molodtsov S.G. Computer-Aided Generation of Molecular Graphs // Ibid. - P. 213-224.

10. Литвиненко В.И., Кругленко В.П., Повстяной М.В. применение транспонированной регрессии в задаче предсказания свойств лазерных красителей класса имитринов [Электронный ресурс] // Труды Одесского политехнического университета, 2003, вып. 1(19) - Режим доступа: http://archive.nbuv.gov.ua/portal/natural/popu/2003_1/5/5-7.pdf (доступ свободный) - Загл. с экрана. - Яз. рус.

11. Funatsu K., Nobuyoshi M., Sasaki S.-I. Futher Development of Structure Generation in Automated Structure Elucidation System CHEMICS // J. Chem. Inf. Comput. Sci. 1987. - Vol. 28. - P. 18-28.

12. Funatsu K., Susuta Y., Sasaki S.-I. Application of Infrared Data Analysis Based on Symbolic Logic in Automated Structure Elucidation by SHEMICS //Anal. Chim. Acta. 1989. - Vol. 220. - P. 155-169.

13. Curry B. An Expert System for Organic Structure Determination // ACS Symp. Ser. 1986. - Vol. 306. - P. 350-364.

Размещено на Allbest.ru