Введение
Междисциплинарная наука
Хемоинформатика (также известная как chemoinformatics) – это применение теории физической химии в сочетании с методами компьютерной и информационных наук, так называемыми "in silico" методами, для решения широкого спектра задач описательного и предписывающего характера в области химии, включая ее применение в биологии и смежных молекулярных областях. Эти in silico методы, например, используются фармацевтическими компаниями и в академической среде для поддержки и оптимизации процесса разработки лекарств, в частности, при создании четко определенных комбинаторных библиотек синтетических соединений или для содействия разработке лекарств на основе структуры. Данные методы также могут применяться в химической и смежных отраслях промышленности, а также в таких областях, как экология и фармакология, где химические процессы вовлечены или изучаются.
История
Химиоинформатика активно развивалась в различных формах с 1970-х годов и ранее, как в академических учреждениях, так и в коммерческих отделах фармацевтических исследований и разработок. Термин "хемоинформатика" был определен Ф.К. Брауном в 1998 году в контексте поиска новых лекарственных средств: "Хемоинформатика – это объединение информационных ресурсов для преобразования данных в информацию и информации в знания с целью более быстрого и эффективного принятия решений в области идентификации и оптимизации перспективных лекарственных соединений". С тех пор оба термина, химиоинформатика и хемоинформатика, используются, хотя, согласно статистике, термин "химиоинформатика" встречается чаще, несмотря на то, что европейские ученые в 2006 году высказались в пользу варианта "хемоинформатика". В 2009 году был основан авторитетный журнал Springer в этой области под редакцией трансатлантического совета редакторов – Journal of Cheminformatics.
Предыстория
Химиоинформатика объединяет научные области химии, компьютерных наук и информатики – например, в таких областях, как топология, теория химических графов, информационный поиск и интеллектуальный анализ данных в химическом пространстве. Химиоинформатика также может применяться для анализа данных в различных отраслях промышленности, таких как бумажно-целлюлозная, производство красителей и смежных с ними отраслей.
Форматы файлов
Для представления химических структур в компьютерных моделях используются специализированные форматы, такие как упрощенные спецификации ввода молекулярной структуры (SMILES) или язык химической разметки на основе XML. Эти представления часто используются для хранения в больших химических базах данных. Некоторые форматы подходят для визуализации в двух или трех измерениях, а другие – для изучения физических взаимодействий, моделирования и докинга.
Виртуальные библиотеки
Химические данные могут относиться как к реальным, так и к виртуальным молекулам. Виртуальные библиотеки соединений могут быть сгенерированы различными способами для исследования химического пространства и выдвижения гипотез о новых соединениях с заданными свойствами. Недавно виртуальные библиотеки классов соединений (лекарственные препараты, природные соединения, продукты направленного синтеза, ориентированного на разнообразие) были созданы с использованием алгоритма FOG (оптимизированного фрагментного роста). Это было реализовано посредством применения химиоинформатических инструментов для обучения вероятностей переходов цепи Маркова на основе подлинных классов соединений, а затем использования этой цепи Маркова для генерации новых соединений, схожих с обучающей базой данных.
Количественная связь между структурой и деятельностью (QSAR)
Это расчет значений количественной зависимости структура-активность и количественной зависимости структура-свойство, используемых для прогнозирования активности соединений на основе их структуры. В этом контексте существует также тесная связь с хемометрикой. Химические экспертные системы также имеют отношение, поскольку они представляют части химических знаний в виде in silico модели. Относительно новой концепцией является анализ сопоставленных молекулярных пар или MMPA, управляемый прогнозированием, который комбинируется с QSAR-моделью для выявления скачков активности.