MolScript: текстовый язык для схем реакций и механизмов с изогнутыми стрелками

MolScript вкратце

Ваш первый скрипт: SN2

Гидроксид атакует бромметан с тыла, и бромид уходит на той же стадии. На MolScript это четыре строки:

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

Построчно:

1. title: ставит заголовок над схемой.
2. Строка схемы перечисляет частицы. [OH-:1] — гидроксид, атом кислорода которого имеет номер 1; [CH3:2][Br:3] — бромметан, где углерод — 2, а бром — 3. "hydroxide" — подпись под структурой. ->[SN2][acetone] — стрелка реакции с текстом сверху и снизу.
3. move :1 -> 1..2: неподелённая пара (здесь отрицательный заряд) атома 1 переходит на образующуюся связь между 1 и 2.
4. move 2-3 -> 3: электроны существующей связи C–Br переходят к брому.

Номера атомов — это метки для вас и для стрелок. Они никогда не рисуются и не меняют молекулу.

Язык

Частицы и операторы

Любой SMILES — это частица. Операторы пишутся с пробелом с каждой стороны:

Текст над и под стрелкой пишется в квадратных скобках вплотную к ней: ->[NaBH4][MeOH, 0 °C]. Оставьте первую пару пустой, если нужен только текст снизу: ->[][reflux]. Подпись в двойных кавычках после частицы рисуется под ней: CC(=O)O "acetic acid".

Несколько стадий

Строка, начинающаяся с оператора, продолжает схему от последней частицы, поэтому механизм читается по одной стадии на строку, а стрелки стадии стоят сразу под ней:

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+]

Изогнутые стрелки: строки move

Каждый атом, которого касается стрелка, получает номер в SMILES: [OH-:1], [CH3:2][Br:3], [O:4] для обычного кислорода. Номера должны быть уникальны во всём скрипте. Затем:

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

Оба конца записываются одинаково:

Несколько стрелок можно записать в одной строке через точку с запятой: move :1 -> 1..4; 4-2 -> 2-3; 3-5 -> 5. Переносимый водород пишите явно, [H:5][O:6]CC, чтобы стрелка могла начинаться от его связи. Помеченный радикальный центр пишите с числом атомов водорода, чтобы он сохранил точку: CC(C)(C)[OH0:1] — трет-бутоксильный радикал.

Стрелки ставятся автоматически. Если нужен определённый изгиб, добавьте переопределение в фигурных скобках: move 2-3 -> 3 {bow=0.3 side=left}.

Директивы и комментарии

Ошибки

Проблемы возвращаются с номером строки, простыми словами, чтобы человек или ИИ-помощник мог исправить строку и нарисовать снова:

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

Меньше набора, больше рисования: имена, выделение и номера

Номера атомов нужны, только когда атом неоднозначен. Элемент, который встречается в реагентах стадии один раз, называет себя сам, а в конце-связи учитываются только атомы, связанные с другим концом. Вот весь механизм SN1 без номеров атомов, с нумерацией соединений и стадий и рядами, идущими «змейкой»:

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 — единственный углерод, связанный с бромом, C+ выбирает катион по его заряду, а :O — неподелённая пара единственного кислорода на этой стадии. Если элемент встречается дважды, MolScript сообщит об этом и попросит номер атома.

Как скрипт превращается в рисунок

Скрипт каждый раз проходит одни и те же шаги, поэтому один и тот же скрипт всегда даёт один и тот же рисунок:

1. Чтение. Скрипт делится на строки схемы, строки move и директивы. Каждая частица, оператор, подпись и набор условий записывается с номером строки.
2. Проверка меток. Каждый номер атома в move должен стоять ровно на одном атоме, каждое n-m должно быть реальной связью, а каждое начало должно иметь электроны: неподелённую пару, заряд, радикал или связь.
3. Рисование частиц. Каждый SMILES становится 2D-структурой с аккуратными валентными углами. Явные атомы водорода, нужные стрелке, рисуются как атомы; заряды, неподелённые пары и радикальные точки добавляются там, где указано в SMILES.
4. Компоновка схемы. Структуры, знаки «плюс» и стрелки размещаются по их реальной ширине, ряды переносятся на стрелках реакции, а условия и подписи разносятся так, чтобы текст не перекрывался.
5. Размещение изогнутых стрелок. Каждая стрелка выходит из источника там, где её нарисовал бы химик, и изгибается в сторону от связей, меток и других стрелок (подробности ниже).
6. Проверка химии. Каждая стадия с изогнутыми стрелками «проигрывается» на электронах: каждая стрелка забирает два электрона (один для «рыболовной») у неподелённой пары, радикала или связи и помещает их на атом или в связь. Получившиеся структуры должны совпасть с записанными после стрелки. Неверный продукт (с указанием разницы в атомах и заряде), углерод с десятью электронами, стрелка от атома, у которого не осталось электронов, непарная «рыболовная» стрелка или стрелка резонанса, разрывающая σ-связь, сообщаются с номером строки.
7. Оценка каждой стрелки. Каждая поставленная стрелка измеряется по правилам. Стрелка, которая в тесном месте не смогла им удовлетворить, всё равно рисуется, но с предупреждением.
8. Передача редактируемых объектов. Результат — обычное содержимое холста: перетащите структуру, и её стрелки последуют за ней; меняйте оформление чего угодно и экспортируйте.

Правила для стрелок, которые применяет MolScript:

Каждый эталонный механизм из тестового набора MolScript рисуется и оценивается по этим правилам при каждом изменении MolDraw. Сейчас это 41 механизм с 81 изогнутой стрелкой — все проходят и правила рисования, и электронный баланс, — плюс рисунки из Templates. Все они собраны в галерее MolScript.

Разобранные примеры

Элиминирование E2: три стрелки на одной стадии

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

Присоединение по Михаэлю: цепочка стрелок через сопряжённую систему

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

Дильс–Альдер: стрелки по кольцу

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

Радикальное присоединение: «рыболовные» стрелки

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

Резонанс: енолят

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

На основе MolScript: целые рисунки

Рисунки механизмов в панели Templates MolDraw (кнопка внизу левой панели инструментов) написаны на MolScript. Каждая стадия этерификации по Фишеру, альдольного присоединения и присоединения реактива Гриньяра — короткий скрипт; шаблон добавляет вокруг них панели, подписи стадий, кружки выделения и заметки. Поскольку стадии записаны текстом, каждая стрелка в каждом рисунке проверяется так же, как в примерах выше.

MolScript и chemfig

chemfig — пакет LaTeX, которым большинство химиков набирают структуры и механизмы. Он превосходно справляется со своей задачей, и MolScript не призван заменить его внутри LaTeX. Они описывают разные вещи:

Они работают вместе: рисуйте на MolScript, затем выберите Download → chemfig (.tex), чтобы получить код chemfig для документа. В примерах механизмов на chemfig видно, как выглядит такой код.

Почему текст: MolScript и ИИ-помощники

MolScript создан так, чтобы языковая модель могла нарисовать механизм, ни разу не работая с координатами:

• Модели уже хорошо пишут SMILES, поэтому каждая частица записана в знакомой им нотации.
• Номера атомов делают стрелки однозначными. «От неподелённой пары атома 1 к связи, образующейся между 1 и 2» невозможно поставить не туда, в отличие от «стрелки от кислорода к углероду».
• Ошибки понятно, как исправить. Модель, получившая line 3: no atom is tagged :9, может исправить строку 3 и попробовать снова.
• Геометрия — не задача модели. Изгибы, зазоры и отступы определяет и проверяет движок — а именно в этом модели слабее всего.

ИИ-чат MolDraw уже работает так: попросите его «механизм альдольного присоединения», и он незаметно для вас напишет MolScript. MolScript также оформлен как ИИ-навык: одна папка со справочником по языку, правилами, которые ловят большинство ошибок, 41 проверенным примером и небольшим автономным модулем проверки. Порядок работы, которому он учит помощника: спланировать интермедиаты, написать скрипт, запустить проверку, исправить каждую найденную проблему и только потом отвечать — так механизм проверяется электрон за электроном до того, как вы его увидите.

Чтобы измерить, насколько хорошо это работает, есть оценочный набор из 41 запроса на механизмы («покажи депротонирование трет-бутильного катиона в E1», «нарисуй цикл кросс-сочетания на Pd со степенями окисления»), к каждому есть эталонный скрипт. Ответ получает четыре балла: он компилируется, его электроны сходятся, он заканчивается правильными продуктами, и каждая изогнутая стрелка проходит правила рисования. Эталонные скрипты набирают 100 %.

Планы: от функции MolDraw к открытому фреймворку

План — выпустить MolScript, его компилятор и движок схем и стрелок как фреймворк с открытым исходным кодом, который любое приложение с холстом сможет использовать для рисования реакций и механизмов с надёжностью языка программирования: письменная спецификация, стабильный результат и ошибки, с которыми можно работать. Вот что отделяет сегодняшний день от этого выпуска.

Язык

Точность

Компоновка

Фреймворк

ИИ-навык

Если вы преподаёте, пишете статьи или разрабатываете химическое ПО и хотите повлиять на развитие, напишите нам через Request feature в MolDraw.

Попробуйте

1. Откройте MolDraw и ИИ-чат и попросите механизм, например «нарисуй механизм E2 для 2-бромпропана с гидроксидом». Чат напишет MolScript и нарисует его.
2. Или откройте Templates внизу левой панели инструментов и добавьте рисунок этерификации по Фишеру, альдольной реакции или реакции Гриньяра — либо напишите собственный скрипт на вкладке MolScript: она подсвечивает скрипт, показывает проблемы при вводе и рисует результат на холсте.
3. Перетаскивайте, меняйте оформление или дополняйте результат, как любой рисунок, затем скачайте его как изображение или как chemfig.

Полезные руководства