MolScript：反応スキームと巻き矢印の反応機構を書くテキスト言語

MolScriptの概要

最初のスクリプト：SN2

水酸化物イオンがブロモメタンを背面から攻撃し、同じ段階で臭化物イオンが脱離します。MolScriptではこれを4行で書けます。

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

1行ずつ見ていきましょう。

1. title:はスキームの上に見出しを置きます。
2. スキーム行には化学種を並べます。[OH-:1]は酸素にマップ番号1が付いた水酸化物イオン、[CH3:2][Br:3]は炭素が2、臭素が3のブロモメタンです。"hydroxide"は構造式の下に描かれるキャプションです。->[SN2][acetone]は上下にテキストのある反応矢印です。
3. move :1 -> 1..2：原子1の非共有電子対（ここでは負電荷）が、1と2の間に形成される結合へ移動します。
4. move 2-3 -> 3：既存のC–Br結合の電子が臭素へ移動します。

マップ番号は、あなたと矢印のためのラベルです。描かれることはなく、分子を変えることもありません。

言語

化学種と演算子

どんなSMILESも化学種になります。演算子は両側に空白を入れて書きます。

矢印の上下のテキストは、矢印に続けて角かっこで書きます：->[NaBH4][MeOH, 0 °C]。下だけにテキストを書くときは最初の組を空にします：->[][reflux]。化学種の後の二重引用符内のキャプションは、その化学種の下に描かれます：CC(=O)O "acetic acid"。

複数の段階

演算子で始まる行は、直前の化学種からスキームを続けます。そのため、反応機構は1行に1段階、その段階の矢印をすぐ下に書く形で読めます。

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+]

巻き矢印：move行

矢印が触れる原子にはすべて、SMILESの中でマップ番号を付けます：[OH-:1]、[CH3:2][Br:3]、ふつうの酸素なら[O:4]。番号はスクリプト全体で一意でなければなりません。そのうえで次のように書きます。

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

始点と終点は同じ書き方をします。

1行に複数の矢印をセミコロンで区切って書けます：move :1 -> 1..4; 4-2 -> 2-3; 3-5 -> 5。移動する水素は[H:5][O:6]CCのように明示的に書くと、その結合から矢印を始められます。マップ番号を付けたラジカル中心は、点が残るように水素数を付けて書きます：CC(C)(C)[OH0:1]はtert-ブトキシルラジカルです。

矢印は自動で配置されます。特定の曲がり方にしたいときは、波かっこで上書き指定を加えます：move 2-3 -> 3 {bow=0.3 side=left}。

ディレクティブとコメント

エラー

問題は、その行の番号とわかりやすい言葉で返されるので、人でもAIアシスタントでもその行を直して描き直せます。

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

入力を減らして描画を増やす：名前、ハイライト、番号

マップ番号が必要なのは、原子があいまいなときだけです。ある段階の反応物に1回しか出てこない元素は、それ自体で特定できます。また結合の端では、もう一方の端に結合している原子だけが対象になります。以下は、マップ番号を使わず、化合物と段階に番号を付け、行が行ったり来たりするSN1反応機構の全体です。

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は臭素に結合した唯一の炭素、C+は電荷でカチオンを選び、:Oはその段階で唯一の酸素の非共有電子対です。元素が2回出てくる場合は、MolScriptがそう伝えてマップ番号を求めます。

スクリプトが図になるまで

スクリプトは毎回同じ手順を通るので、同じスクリプトからは常に同じ図ができます。

1. 読み込み。スクリプトをスキーム行、move行、ディレクティブに分けます。各化学種、演算子、キャプション、反応条件は行番号とともに記録されます。
2. ラベルの確認。moveで使うマップ番号はちょうど1つの原子に付いていなければならず、n-mはすべて実在する結合でなければならず、始点にはすべて与える電子（非共有電子対、電荷、ラジカル、結合）がなければなりません。
3. 化学種の描画。各SMILESがきれいな結合角の2D構造式になります。矢印に必要な明示的な水素は原子として描かれ、電荷、非共有電子対、ラジカルの点はSMILESの指定どおりに加えられます。
4. スキームのレイアウト。構造式、プラス記号、矢印は実際の幅に合わせて詰めて並べられ、行は反応矢印で折り返し、反応条件とキャプションはテキストが重ならないように間隔が取られます。
5. 巻き矢印の配置。各矢印は化学者が描くのと同じ位置で始点を離れ、結合、ラベル、他の矢印を避けて曲がります（詳細は下記）。
6. 化学のチェック。巻き矢印のある各段階を電子の上で再現します。各矢印は非共有電子対、ラジカル、結合から電子2個（片羽矢印なら1個）を取り、原子または結合に置きます。その結果の構造は、矢印の後に書かれた構造と一致しなければなりません。間違った生成物（原子と電荷の差分付き）、電子が10個ある炭素、電子が残っていない原子からの矢印、対になっていない片羽矢印、σ結合を切る共鳴矢印は、行番号付きで報告されます。
7. すべての矢印の判定。配置された各矢印を規則に照らして測定します。混み合った場所で規則を満たせなかった矢印も描かれますが、警告として報告されます。
8. 編集可能なオブジェクトとして引き渡し。結果は通常のキャンバスの内容です。構造式をドラッグすれば矢印もついてきますし、何でもスタイルを変えてエクスポートできます。

MolScriptが適用する矢印の規則：

MolScriptのテストセットにあるすべての参照反応機構は、MolDrawが変更されるたびに描画され、これらの規則で判定されます。現在は41の反応機構と81本の巻き矢印があり、すべてが描画規則と電子の収支の両方に合格しています。さらにTemplatesの図もあります。すべてMolScriptギャラリーで見られます。

例題

E2脱離：1段階に3本の矢印

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

マイケル付加：共役系を通る矢印の連鎖

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

ディールス・アルダー反応：環状の矢印

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

ラジカル付加：片羽矢印

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

共鳴：エノラート

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

MolScriptで作られたもの：図全体

MolDrawのTemplatesパネル（左ツールバーの下にあるボタン）の反応機構の図は、MolScriptで書かれています。フィッシャーエステル化、アルドール付加、グリニャール付加の各段階は短いスクリプトで、テンプレートがその周りにパネル、段階のラベル、強調の円、注記を加えています。段階がテキストなので、すべての図のすべての矢印が、上の例と同じ方法でチェックされます。

MolScriptとchemfig

chemfigは、多くの化学者が構造式や反応機構の組版に使うLaTeXパッケージです。本来の用途では非常に優れており、MolScriptはLaTeXの中でそれを置き換えるためのものではありません。両者は異なるものを記述します。

両者は組み合わせて使えます。MolScriptで描いてからDownload → chemfig (.tex)を選べば、文書用のchemfigコードが得られます。そのコードがどのようなものかはchemfigによる反応機構のサンプルで見られます。

なぜテキストなのか：MolScriptとAIアシスタント

MolScriptは、言語モデルが座標を一切扱わずに反応機構を描けるように設計されています。

• モデルはすでにSMILESを上手に書けるので、すべての化学種がモデルの知っている記法で書けます。
• 原子マップで矢印があいまいにならない。「原子1の非共有電子対から、1と2の間に形成される結合へ」は、「酸素から炭素への矢印」のように置き間違えられることがありません。
• エラーから次の行動がわかる。line 3: no atom is tagged :9を受け取ったモデルは、3行目を直して再試行できます。
• 形状はモデルの仕事ではない。曲がり方、隙間、間隔はエンジンが決めてチェックします。そこはモデルが最も苦手とする部分です。

MolDrawのAIチャットはすでにこの方法で動いています。「アルドール付加の反応機構」を頼むと、裏でMolScriptを書きます。MolScriptはAIスキルとしてもパッケージ化されています。言語のリファレンス、ほとんどのミスを捕まえる規則、チェック済みの41例、小さな単体のチェッカーを1つのフォルダにまとめたものです。このスキルがアシスタントに教えるワークフローは、中間体を計画し、スクリプトを書き、チェッカーを実行し、報告された問題をすべて直してから回答する、というものです。そのため、反応機構は表示される前に電子1個単位でチェックされます。

その効果を測るために、41件の反応機構リクエスト（「tert-ブチルカチオンのE1脱プロトン化を示して」「酸化数付きのPdクロスカップリングのサイクルを描いて」など）からなる評価セットがあり、それぞれに参照スクリプトがあります。回答は4点満点で、コンパイルできる、電子の収支が合う、正しい生成物で終わる、すべての巻き矢印が描画規則に合格する、の各項目で1点ずつ得られます。参照スクリプトのスコアは100%です。

ロードマップ：MolDrawの機能からオープンなフレームワークへ

MolScript、そのコンパイラ、スキームと矢印のエンジンを、どのキャンバスアプリでも反応や反応機構を描くのに使えるオープンソースのフレームワークとして公開する計画です。プログラミング言語並みの信頼性、つまり文書化された仕様、安定した出力、対処できるエラーを備えたものにします。以下は、現在からその公開までに必要なことです。

言語

正確性

レイアウト

フレームワーク

AIスキル

授業、論文執筆、化学ソフトの開発に携わっていて、この取り組みに意見を寄せたい方は、MolDrawのRequest featureからお知らせください。

試してみる

1. MolDrawとAIチャットを開き、反応機構を頼んでみましょう。たとえば「2-ブロモプロパンと水酸化物イオンのE2反応機構を描いて」です。チャットがMolScriptを書いて描画します。
2. または、左ツールバーの下にあるTemplatesを開いてフィッシャーエステル化、アルドール、グリニャールの図を追加するか、MolScriptタブで自分のスクリプトを書きます。スクリプトがハイライトされ、入力中に問題が表示され、キャンバスに描画されます。
3. 結果は他の図と同じようにドラッグ、スタイル変更、拡張ができ、画像やchemfigとしてダウンロードできます。

関連ガイド