타니모토 유사도와 SMARTS 부분 구조 검색 쉽게 이해하기 (무료 도구 포함)
짧은 답: 타니모토 유사도는 두 분자의 지문을 비교합니다: T = c / (a + b − c). 여기서 a와 b는 각 분자에 켜진 비트 수, c는 둘 다에 켜진 비트 수입니다. 값은 0에서 1 사이입니다. 분자 유사도 및 부분 구조 검색 도구를 열고 SMILES 두 개를 입력한 뒤 비교를 누르세요. 아스피린과 살리실산은 0.554점(중간 정도 유사)입니다. 패턴 검색에는 카복실산이라면 [CX3](=O)[OX2H1] 같은 SMARTS를 쓰세요.
핵심 용어 한 줄 정리
| 지문 | 비트의 목록. 분자에 특정 구조 조각이 있으면 해당 비트가 켜집니다(1). |
|---|---|
| 타니모토 계수 | c / (a + b − c). 공유 비트를 어느 한쪽 분자에라도 켜진 전체 비트로 나눈 값. 범위 0~1. |
| 다이스 계수 | 2c / (a + b). 공유 비트에 두 배 가중치를 줍니다. 항상 타니모토 이상입니다. |
| 부분 구조 | 벤젠 고리나 COOH기처럼 더 큰 분자 안에서 연결된 원자와 결합의 묶음. |
| SMARTS | 원자와 결합에 조건을 붙여 부분 구조를 기술하는, SMILES 기반의 패턴 언어. |
| 공통 부분 구조 | 두 분자 모두에서 찾을 수 있는 가장 큰 연결된 원자·결합 집합. |
분자 지문의 작동 방식
컴퓨터는 두 그림을 직접 비교할 수 없으므로 각 분자를 지문으로 바꿉니다. 흔히 쓰는 지문은 세 종류입니다.
- 조각 사전 지문은 산소 옆 카보닐처럼 미리 정한 조각마다 비트가 하나씩 있습니다. MACCS 키(166비트)가 이런 방식입니다.
- 경로 지문은 정해진 길이까지의 모든 선형 원자 경로를 해시해 비트로 만듭니다.
- 원형 지문(ECFP, Morgan)은 각 원자 주변 환경을 결합 2~3개 반경까지 해시합니다.
MolDraw 도구는 분자 비교 플러그인과 같은 512비트 조각 사전 지문을 씁니다. 아스피린은 512비트 중 74비트를 켭니다. 살리실산은 41비트를 켭니다. 큰 분자일수록 보통 더 많은 비트를 켭니다.
지문은 어떤 원자가 어떤 원자와 결합했는지를 기록합니다. 쐐기나 3D 모양은 기록하지 않습니다. 그래서 L-알라닌과 D-알라닌은 1.000점이 됩니다.
계산 예로 보는 타니모토 공식
분자 A에 켜진 비트 수를 a, 분자 B는 b, 둘 다는 c라고 합시다.
- 타니모토: T = c / (a + b − c)
- 다이스: D = 2c / (a + b) = 2T / (1 + T)
계산 예, 아스피린 vs 살리실산:
- 아스피린, CC(=O)Oc1ccccc1C(=O)O: a = 74비트.
- 살리실산, OC(=O)c1ccccc1O: b = 41비트.
- 둘 다 켜진 비트: c = 41. 살리실산의 모든 비트가 아스피린에도 있습니다.
- 합집합 = a + b − c = 74 + 41 − 41 = 74.
- T = 41 / 74 = 0.554. D = 82 / 115 = 0.713.
살리실산은 아스피린의 부분 구조인데도 점수는 중간 정도입니다. 아스피린의 아세틸 에스터에서 나온 추가 비트 33개가 점수를 깎기 때문입니다. 타니모토는 크기 차이에 불이익을 주므로, 크기가 비슷한 가까운 유사체를 찾을 때 유용합니다.
타니모토는 대칭적입니다: A vs B와 B vs A는 같은 값입니다. 지문이 똑같으면 정확히 1입니다.
타니모토 점수의 의미
| 0.85 ~ 1.00 | 매우 유사. 가까운 유사체, 또는 1.00이면 같은 분자. |
|---|---|
| 0.70 ~ 0.85 | 유사. 핵심 골격이 같고 기 한두 개가 다름. |
| 0.50 ~ 0.70 | 중간 정도 유사. 일부 조각이 같고, 골격이나 치환기가 다름. |
| 0.30 ~ 0.50 | 약간 유사. 고리나 작용기 하나만 공통. |
| 0.30 미만 | 유사하지 않음. |
이 기준값은 여기서 쓰는 512비트 조각 지문에 맞춘 것입니다. ECFP4 같은 원형 지문에서는 같은 쌍의 점수가 더 낮은 경우가 많고, 0.4만 되어도 관련 화합물일 수 있습니다. 서로 다른 두 지문의 점수를 한 표에 섞지 마세요.
부분 구조 검색을 위한 SMARTS 기초
일반 SMILES도 이미 질의입니다: c1ccccc1은 모든 벤젠 고리를 찾습니다. 대괄호는 원자 하나에 조건을 더합니다.
#7 | 원자 번호 7: 방향족이든 아니든 모든 질소. |
|---|---|
c / C | 방향족 탄소 / 지방족 탄소. |
H1, !H0 | 수소가 정확히 하나 / 수소가 하나 이상. |
X3, D2 | 전체 연결 셋(H 포함) / 무거운 원자 이웃 둘. |
R, R0, r5 | 고리 안 / 고리 밖 / 5원자 고리 안. |
, ; ! | 또는 / 그리고 / 아님. [F,Cl,Br,I]는 모든 할로젠입니다. |
- = # : ~ | 단일, 이중, 삼중, 방향족, 임의 결합. |
자주 쓰는 패턴:
- 카복실산:
[CX3](=O)[OX2H1] - 에스터:
[#6][CX3](=O)[OX2][#6] - 1차 알킬 아민:
[NX3;H2][CX4] - 방향족 할로젠화물:
c[F,Cl,Br,I] - 리핀스키 수소 결합 주개:
[#7,#8;!H0]. 리핀스키 수소 결합 받개:[#7,#8]
도구는 아직 $( )로 쓰는 재귀 SMARTS나 점으로 구분한 질의를 지원하지 않습니다. 이런 조건은 이웃 원자로 다시 쓰세요.
MolDraw 유사도 및 부분 구조 도구 사용법
- 분자 유사도 및 부분 구조 검색 페이지를 엽니다. 유사도 탭이 열려 있습니다.
- 분자 A (SMILES)와 분자 B (SMILES)에 SMILES를 입력하고 비교를 누르세요. 직접 그리려면 그린 구조 입력 위치 옆에서 분자 A나 분자 B를 고르고 편집기에서 그리세요. 모르핀 vs 코데인 같은 예제를 눌러 사용해 보세요.
- 타니모토와 다이스 점수, 판정, 색 막대를 읽으세요. 표에 a, b, c가 나오므로 계산을 직접 확인할 수 있습니다. 음영 처리된 원자가 가장 큰 공통 부분 구조입니다.
- 여러 분자의 순위를 매기려면 분자 A 기준으로 목록 순위 매기기 아래에 한 줄에 SMILES 하나씩(SMILES 뒤 이름은 선택) 붙여 넣고 목록 순위 매기기를 누르세요. CSV 다운로드로 표를 저장합니다.
- 패턴 검색은 부분 구조 검색을 여세요. 질의를 입력하거나 요약표 버튼을 누르고, 대상을 붙여 넣은 뒤 검색을 누릅니다. 나머지를 숨기려면 일치하는 분자만 표시를 체크하세요.
풀이 예제
예제 1: 파라세타몰 vs 페나세틴
페나세틴(CCOc1ccc(NC(C)=O)cc1)은 파라세타몰의 OH 자리에 에톡시기가 있습니다. 타니모토 = 0.846, 다이스 = 0.917. 판정: 유사, 매우 유사 기준선 바로 아래. 공통 골격은 아세트아닐라이드 단위 전체입니다.
예제 2: 이부프로펜 기준 NSAID 순위
예제: 이부프로펜 기준 NSAID를 누르세요. 나프록센이 1위(0.711), 이어서 케토프로펜(0.691), 플루비프로펜(0.681)입니다. 셋 모두 2-아릴프로피온산입니다. 다이클로페낙은 0.336, 카페인은 0.106으로 마지막입니다.
예제 3: 어떤 약물이 카복실산일까?
예제 약물 9개에 [CX3](=O)[OX2H1]을 질의하면 9개 중 6개가 일치합니다. 파라세타몰, 셀레콕시브, 카페인은 일치하지 않습니다. 각 산기는 그림에서 음영으로 표시됩니다.
예제 4: 파라세타몰의 리핀스키 주개
CC(=O)Nc1ccc(O)cc1에 [#7,#8;!H0]을 질의하면 2개 일치: 아마이드 N–H와 페놀 O–H. 받개 질의 [#7,#8]은 3개: N, C=O 산소, OH 산소.
예제 5: 거울상 이성질체
L-알라닌 vs D-알라닌은 타니모토 1.000입니다. 도구가 둘이 입체화학만 다르다는 메모를 덧붙입니다.
요약 표
| 아스피린 vs 살리실산 | T = 0.554, D = 0.713, 중간 정도 유사 |
|---|---|
| 파라세타몰 vs 페나세틴 | T = 0.846, 유사 |
| 모르핀 vs 코데인 | T = 0.944, 매우 유사 |
| 이부프로펜 vs 나프록센 | T = 0.711, 유사 |
| 벤젠 vs 사이클로헥세인 | T = 0.000, 유사하지 않음 |
| 카복실산 SMARTS | [CX3](=O)[OX2H1] |
| 주개와 받개 SMARTS | [#7,#8;!H0]와 [#7,#8] |
흔한 실수
- 서로 다른 지문의 점수를 비교하는 것. 한 지문의 0.6은 다른 지문의 0.6이 아닙니다.
- 입체이성질체가 다르게 나오길 기대하는 것. 2D 지문은 입체를 무시합니다.
- 유사도를 활성으로 읽는 것. 원자 하나만 바뀌어도 약효가 꺼질 수 있습니다.
- 질의에서 수소를 빼먹는 것.
C(=O)O는 에스터에도 일치합니다. 산의 OH에는[OX2H1]을 쓰세요. - c와 C를 혼동하는 것.
C1CCCCC1은 사이클로헥세인이며 벤젠에 일치하지 않습니다. - 염과 전하를 잊는 것. 카복실레이트
[O-]는 OH 질의에 일치하지 않습니다.
질문과 답변
좋은 타니모토 유사도 점수는 얼마인가요?
MolDraw 도구가 쓰는 512비트 조각 지문에서는 0.85 이상이면 매우 유사, 0.70~0.85는 유사, 0.50~0.70은 중간 정도 유사, 0.30~0.50은 약간 유사, 0.30 미만은 유사하지 않음입니다. 기준값은 지문마다 다르므로 한 방법의 점수끼리만 비교하세요.
타니모토 계수는 어떻게 계산하나요?
분자 A에 켜진 비트(a), 분자 B에 켜진 비트(b), 둘 다에 켜진 비트(c)를 셉니다. 타니모토 = c / (a + b − c). 아스피린(a = 74)과 살리실산(b = 41)에서 c = 41이면 타니모토 = 41 / 74 = 0.554입니다.
타니모토 유사도와 다이스 유사도는 같은가요?
아니요. 둘 다 같은 개수를 쓰지만 다이스 = 2c / (a + b)입니다. 다이스는 항상 타니모토보다 크거나 같으며, 둘은 다이스 = 2T / (1 + T)로 연결됩니다. 타니모토 0.554는 다이스 0.713입니다.
서로 다른 두 분자에 도구가 1.000을 주는 이유는 무엇인가요?
지문은 3D 모양이 아니라 연결 관계를 저장합니다. 거울상 이성질체, 부분입체 이성질체, E/Z 이성질체는 조각이 같으므로 1.000점이 됩니다. 두 입력이 입체화학만 다를 때는 도구가 안내 메모를 보여 줍니다.
SMILES와 SMARTS는 무엇이 다른가요?
SMILES는 분자 하나를 기술합니다. SMARTS는 여러 분자에 들어 있을 수 있는 패턴을 기술합니다. 모든 SMILES는 유효한 SMARTS이지만, SMARTS에는 H1(수소 하나), X3(연결 셋), R(고리 안) 같은 조건과 쉼표(또는), 세미콜론(그리고), 느낌표(아님) 논리가 더해집니다.
분자 목록에서 카복실산을 모두 찾으려면 어떻게 하나요?
부분 구조 검색 탭을 열고 요약표에서 카복실산을 눌러 [CX3](=O)[OX2H1]을 불러온 뒤, SMILES 목록을 붙여 넣고 검색을 누르세요. 예제 약물 9개 중 이부프로펜, 나프록센, 케토프로펜, 플루비프로펜, 다이클로페낙, 아스피린 6개가 일치합니다.
SMARTS로 수소 결합 주개를 셀 수 있나요?
네. 패턴 [#7,#8;!H0]은 수소가 하나 이상 붙은 질소나 산소에 하나씩 일치하며, 이것이 리핀스키 주개 수입니다. 파라세타몰은 2개가 일치하고, 받개 패턴 [#7,#8]은 3개가 일치합니다.
유사도가 높으면 두 분자의 활성이 같나요?
항상 그렇지는 않습니다. 비슷한 분자는 활성도 비슷한 경우가 많아서 유사체를 찾는 데 유사도 검색을 씁니다. 하지만 메틸기 하나나 입체 중심 하나 같은 작은 변화로 활성이 사라질 수 있습니다. 점수는 증거가 아니라 길잡이로 보세요.