MolScript : un langage texte pour les schémas réactionnels et les mécanismes en flèches courbes

MolScript en un coup d'œil

Votre premier script : SN2

L'hydroxyde attaque le bromométhane par l'arrière et le bromure part dans la même étape. En MolScript, cela tient en quatre lignes :

title: SN2 of bromomethane
[OH-:1] "hydroxide" + [CH3:2][Br:3] "bromomethane" ->[SN2][acetone] CO "methanol" + [Br-]
move :1 -> 1..2
move 2-3 -> 3

Ligne par ligne :

1. title: place un titre au-dessus du schéma.
2. La ligne de schéma liste les espèces. [OH-:1] est l'hydroxyde dont l'oxygène porte le numéro de mappage 1 ; [CH3:2][Br:3] est le bromométhane avec le carbone en 2 et le brome en 3. "hydroxide" est une légende dessinée sous la structure. ->[SN2][acetone] est une flèche de réaction avec du texte au-dessus et en dessous.
3. move :1 -> 1..2 : le doublet non liant (ici la charge négative) de l'atome 1 va vers la liaison en formation entre 1 et 2.
4. move 2-3 -> 3 : les électrons de la liaison C–Br existante vont vers le brome.

Les numéros de mappage sont des repères pour vous et pour les flèches. Ils ne sont jamais dessinés et ne modifient pas la molécule.

Le langage

Espèces et opérateurs

Tout SMILES est une espèce. Les opérateurs s'écrivent avec une espace de chaque côté :

Le texte au-dessus et au-dessous d'une flèche se met entre crochets accolés à celle-ci : ->[NaBH4][MeOH, 0 °C]. Laissez la première paire vide pour n'avoir du texte qu'en dessous : ->[][reflux]. Une légende entre guillemets doubles après une espèce est dessinée sous cette espèce : CC(=O)O "acetic acid".

Plusieurs étapes

Une ligne qui commence par un opérateur poursuit le schéma à partir de la dernière espèce : un mécanisme se lit donc une étape par ligne, avec les flèches de cette étape juste en dessous :

title: SN1 of tert-butyl bromide
C[C:1](C)(C)[Br:2] ->[slow] C[C+:3](C)C + [Br-]
move 1-2 -> 2
-> C[C+:4](C)C + [OH2:5]
move :5 -> 5..4
->[fast] CC(C)(C)[OH2+]

Flèches courbes : les lignes move

Chaque atome touché par une flèche reçoit un numéro de mappage dans le SMILES : [OH-:1], [CH3:2][Br:3], [O:4] pour un simple oxygène. Les numéros doivent être uniques dans tout le script. Ensuite :

move <from> -> <to>     two-electron curly arrow
move <from> ~> <to>     one-electron fish-hook

Les deux extrémités s'écrivent de la même façon :

Plusieurs flèches peuvent partager une ligne, séparées par des points-virgules : move :1 -> 1..4; 4-2 -> 2-3; 3-5 -> 5. Écrivez explicitement un hydrogène transféré, [H:5][O:6]CC, pour qu'une flèche puisse partir de sa liaison. Écrivez un centre radicalaire mappé avec son nombre d'hydrogènes pour qu'il garde son point : CC(C)(C)[OH0:1] est le radical tert-butoxyle.

Les flèches sont placées automatiquement. Si vous voulez une courbure particulière, ajoutez une surcharge entre accolades : move 2-3 -> 3 {bow=0.3 side=left}.

Directives et commentaires

Erreurs

Les problèmes sont renvoyés avec leur ligne, en termes simples, pour qu'une personne ou un assistant IA puisse corriger la ligne et redessiner :

line 1: put +, -> or <-> between "[O:1]C" and "[O:1]C"
line 3: no atom is tagged :9 in the SMILES (write it as [X:9])
line 4: n..m (a bond being formed) can only be the destination
line 5: a move needs -> (curly arrow) or ~> (fish-hook) between its ends
C (map 2) has no lone pair

Moins de saisie, plus de dessin : noms, surlignages et numéros

Les numéros de mappage ne sont nécessaires que lorsqu'un atome est ambigu. Un élément présent une seule fois dans les réactifs d'une étape se désigne par son symbole, et dans une extrémité de liaison, seuls comptent les atomes liés à l'autre extrémité. Voici tout le mécanisme SN1 sans numéros de mappage, avec composés et étapes numérotés et des lignes qui serpentent dans un sens puis dans l'autre :

title: SN1 with element ends, numbered, snake rows
number: both
wrap: snake
per-row: 3
CC(C)(C)Br ->[slow] C[C+](C)C + [Br-]
move C-Br -> Br
-> C[C+](C)C + O
move :O -> O..C+
->[fast] CC(C)(C)[OH2+]

C-Br est le seul carbone lié au brome, C+ désigne le cation par sa charge et :O est le doublet non liant du seul oxygène de cette étape. Si un élément apparaît deux fois, MolScript le signale et demande un numéro de mappage.

Comment un script devient un dessin

Un script passe chaque fois par les mêmes étapes, donc le même script donne toujours le même dessin :

1. Lecture. Le script est découpé en lignes de schéma, lignes move et directives. Chaque espèce, opérateur, légende et ensemble de conditions est enregistré avec son numéro de ligne.
2. Vérification des repères. Chaque numéro de mappage utilisé dans un move doit se trouver sur exactement un atome, chaque n-m doit être une vraie liaison, et chaque départ doit avoir des électrons à donner : un doublet non liant, une charge, un radical ou une liaison.
3. Dessin des espèces. Chaque SMILES devient une structure 2D avec des angles de liaison propres. Les hydrogènes explicites dont une flèche a besoin sont dessinés comme des atomes ; charges, doublets non liants et points radicalaires sont ajoutés là où le SMILES l'indique.
4. Mise en page du schéma. Structures, signes plus et flèches sont disposés selon leur largeur réelle, les lignes passent à la suivante aux flèches de réaction, et conditions et légendes sont espacées pour qu'aucun texte ne se chevauche.
5. Placement des flèches courbes. Chaque flèche quitte sa source là où un chimiste la dessinerait et s'écarte des liaisons, étiquettes et autres flèches (détails ci-dessous).
6. Vérification de la chimie. Chaque étape avec flèches courbes est rejouée sur les électrons : chaque flèche prend deux électrons (un pour une demi-flèche) à un doublet, un radical ou une liaison et les place sur un atome ou dans une liaison. Les structures obtenues doivent correspondre à celles écrites après la flèche. Un produit erroné (avec la différence d'atomes et de charge), un carbone à dix électrons, une flèche partant d'un atome qui n'en a plus, une demi-flèche non appariée ou une flèche de mésomérie qui rompt une liaison σ sont signalés avec leur numéro de ligne.
7. Évaluation de chaque flèche. Chaque flèche placée est mesurée au regard des règles. Une flèche qui n'a pas pu les respecter dans une zone encombrée est tout de même dessinée et signalée par un avertissement.
8. Remise d'objets modifiables. Le résultat est un contenu de canevas ordinaire : faites glisser une structure et ses flèches suivent, changez le style de n'importe quel élément, et exportez.

Les règles de flèches appliquées par MolScript :

Chaque mécanisme de référence du jeu de tests de MolScript est dessiné et évalué au regard de ces règles à chaque modification de MolDraw. Aujourd'hui, cela représente 41 mécanismes et 81 flèches courbes, qui passent tous les règles de dessin et le bilan électronique, plus les figures des Templates. Vous pouvez tous les voir dans la galerie MolScript.

Exemples résolus

Élimination E2 : trois flèches en une étape

title: E2 elimination
[OH-:1] + [H:4][CH2:2][CH:3](C)[Br:5] ->[E2] C=CC + O + [Br-]
move :1 -> 1..4; 4-2 -> 2-3; 3-5 -> 5

Addition de Michael : une chaîne de flèches à travers un système conjugué

title: Michael addition
[CH2-:1]C(C)=O + [CH2:2]=[CH:3][C:4](C)=[O:5] ->[1,4-addition] CC(=O)CCC=C(C)[O-]
move :1 -> 1..2; 2-3 -> 3-4; 4-5 -> 5

Diels–Alder : des flèches en cycle

title: Diels–Alder
[CH2:1]=[CH:2][CH:3]=[CH2:4] + [CH2:5]=[CH2:6] ->[Δ] C1CC=CCC1
move 1-2 -> 2-3; 3-4 -> 4..5; 5-6 -> 6..1

Addition radicalaire : demi-flèches

title: Radical addition of Br• to propene
[Br:1] + [CH2:2]=[CH:3]C -> BrC[CH]C
move 1 ~> 1..2
move 2-3 ~> 1..2
move 2-3 ~> 3

Mésomérie : un énolate

[CH2-:1][C:2](C)=[O:3] <-> C=C(C)[O-]
move :1 -> 1-2
move 2-3 -> 3

Construit sur MolScript : des figures entières

Les figures de mécanismes du panneau Templates de MolDraw (le bouton en bas de la barre d'outils de gauche) sont écrites en MolScript. Chaque étape de l'estérification de Fischer, de l'addition aldolique et de l'addition de Grignard est un court script ; un modèle ajoute autour les panneaux, les étiquettes d'étapes, les cercles de surlignage et les notes. Comme les étapes sont du texte, chaque flèche de chaque figure est vérifiée de la même façon que dans les exemples ci-dessus.

MolScript et chemfig

chemfig est le package LaTeX que la plupart des chimistes utilisent pour composer structures et mécanismes. Il excelle dans ce pour quoi il est conçu, et MolScript n'a pas vocation à le remplacer dans LaTeX. Les deux décrivent des choses différentes :

Ils fonctionnent ensemble : dessinez avec MolScript, puis choisissez Download → chemfig (.tex) pour obtenir le code chemfig de votre document. Les exemples de mécanismes chemfig montrent à quoi ressemble ce code.

Pourquoi du texte : MolScript et les assistants IA

MolScript a été conçu pour qu'un modèle de langage puisse dessiner un mécanisme sans jamais manipuler de coordonnées :

• Les modèles écrivent déjà bien le SMILES, donc chaque espèce est dans une notation qu'ils connaissent.
• Les numéros de mappage rendent les flèches non ambiguës. « Du doublet de l'atome 1 vers la liaison qui se forme entre 1 et 2 » ne peut pas être mal placé comme « une flèche de l'oxygène vers le carbone ».
• Les erreurs sont exploitables. Un modèle qui reçoit line 3: no atom is tagged :9 peut corriger la ligne 3 et réessayer.
• La géométrie n'est pas le travail du modèle. Courbures, espacements et dégagements sont décidés et vérifiés par le moteur, là où les modèles sont les plus faibles.

Le chat IA de MolDraw fonctionne déjà ainsi : demandez-lui « le mécanisme de l'addition aldolique » et il écrit du MolScript en coulisses. MolScript est aussi empaqueté sous forme de compétence IA : un dossier avec la référence du langage, les règles qui détectent la plupart des erreurs, 41 exemples vérifiés et un petit vérificateur autonome. La méthode qu'il enseigne à un assistant consiste à planifier les intermédiaires, écrire le script, lancer le vérificateur, corriger chaque problème signalé et seulement ensuite répondre, de sorte que le mécanisme est vérifié électron par électron avant que vous ne le voyiez.

Pour mesurer l'efficacité de cette approche, il existe un jeu d'évaluation de 41 demandes de mécanismes (« montre la déprotonation E1 du cation tert-butyle », « dessine un cycle de couplage croisé au Pd avec les degrés d'oxydation »), chacune avec un script de référence. Une réponse obtient quatre points : elle compile, ses électrons sont équilibrés, elle aboutit aux bons produits et chaque flèche courbe respecte les règles de dessin. Les scripts de référence obtiennent 100 %.

Feuille de route : de la fonctionnalité MolDraw au framework ouvert

L'objectif est de publier MolScript, son compilateur et le moteur de schémas et de flèches sous forme de framework open source que toute application de canevas pourra utiliser pour dessiner réactions et mécanismes, avec la fiabilité d'un langage de programmation : une spécification écrite, une sortie stable et des erreurs exploitables. Voici ce qui sépare aujourd'hui de cette publication.

Le langage

Exactitude

Mise en page

Le framework

La compétence IA

Si vous enseignez, rédigez des articles ou développez des logiciels de chimie et souhaitez contribuer à ce projet, dites-le-nous via Request feature dans MolDraw.

Essayez-le

1. Ouvrez MolDraw et le chat IA, et demandez un mécanisme, par exemple « dessine le mécanisme E2 du 2-bromopropane avec l'hydroxyde ». Le chat écrit le MolScript et le dessine.
2. Ou ouvrez Templates en bas de la barre d'outils de gauche et ajoutez la figure de l'estérification de Fischer, de l'aldol ou de Grignard, ou écrivez votre propre script dans l'onglet MolScript : il colore le script, affiche les problèmes pendant la saisie et le dessine sur le canevas.
3. Faites glisser, restylez ou complétez le résultat comme n'importe quel dessin, puis téléchargez-le en image ou en chemfig.

Guides associés