文件格式说明 - SDF（Structure-Data File）

发表于 | 分类于 ，
说明 SDF 在 Molfile 之上的记录分隔与数据字段、$$$$ 语义及酶改造筛选注释场景，附多条记录示意插图。

SDF（Structure-Data File，扩展名常用 .sdf）是在 Molfile（MDL MOL）连接表基础上扩展出的格式：每条分子记录可在 M END 之后附加任意多行键–值式数据，并用 $$$$ 作为记录结束符；同一文件内可串联多条分子。高通量化合物库、虚拟筛选命中表、酶学 IC50／Ki 与结构一并存档时极其常见。底层「坐标 + 拓扑」仍是一段 Molfile CTAB，详见 fileformat-molfile.md；需要原子类型分段表达时另见 fileformat-mol2.md。

段末注释：IC50 为半数抑制浓度；Ki 为抑制常数。

插图约定：示意图见 ./fileformat-sdf/文件名.png。

1. SDF 记录如何拼接

典型结构为：

  1. 一段完整 Molfile（至 M END）；
  2. 可选：若干 > <字段名> 下一行写字段内容（实现细节依导出软件）；
  3. 一行 $$$$：本条分子记录结束；
  4. 可紧接下一条 Molfile，重复以上。

SDF：多条分子记录与 $$$$ 分隔、属性字段（科普示意，非官方原图）

2. 酶改造与注释场景

  • 批量抑制剂／底物类似物：每条对应一个化合物 ID + Ki、筛选批次等，便于与突变体酶活性表 join。
  • 立体化学：相对 SMILES，三维 SDF 常更适合保留导出时的构象与手性展示（仍以具体流水线为准）。
  • 对接：常见组合为「受体 PDB/mmCIF + 配体 SDF」批量对接。

3. 极简虚构示例（概念）

1
2
3
4
5
6
7
8
（此处为一个完整 Molfile 块 … 至 M  END）
> <compound_id>
HIT-042
> <Ki_uM>
0.35
$$$$
（下一条分子的 Molfile 块 …）
$$$$

具体 > < 语法与是否允许多行数值以实现为准。

4. 解析工具

RDKit 对 SDF 多记录遍历支持成熟；Open Babel 亦可互转 Molfile／MOL2／PDB 等。

5. 小结 Checklist

  1. SDF = Molfile + 可选数据块 + $$$$；一条记录至少含一个 Mol 块。
  2. 单分子、无附加字段时，用裸 .mol 即可（见 fileformat-molfile.md）。
  3. 需要 sybyl 类型／电荷列 时考虑 MOL2（fileformat-mol2.md）。

参考与延伸阅读

-------------本文结束感谢您的阅读-------------