文件格式说明 - Molfile（MDL 连接表 / MOL）

Molfile（常扩展名 .mol）是小分子连接表（connection table，CT）的经典文本形式，源自 MDL（现 BIOVIA）CTfile 家族。酶改造中与 分子对接（molecular docking）、虚拟筛选相关的单个配体拓扑与三维坐标，常以 Molfile 或其上层封装（SDF）交换；本文专述 Molfile 本体。姊妹格式见 fileformat-sdf.md（多条分子 + 性质字段）、fileformat-mol2.md（Tripos 分段式与原子类型）。

段末注释：**CT（connection table）**把化合物编码为原子列表 + 键列表；对接指在给定受体结构下搜索配体结合姿态的计算流程。

插图约定：科普示意图见相对路径 ./fileformat-molfile/文件名.png。

1. Molfile 里有什么

狭义的「一个 .mol 文件」通常包含一个分子的 CTAB 块。经典 V2000 书写顺序（大量软件仍默认导出）大致为：

标题行
程序／时间戳行
注释行
计数行（counts line）：原子数、键数等（固定宽度，依赖 V2000／V3000）
原子坐标块：V2000 下一行一个原子（(x,y,z)）、元素符号及电荷等字段
键块：键两端原子序号、键级、立体标记等
M END：结束当前分子的 CTAB

单分子 .mol 一般在 M END 处结束。若在 M END 之后再拼接 $$$$ 并继续写下一段 Mol 块，则整体升级为 SDF 记录串联（见 fileformat-sdf.md）。

Molfile 连接表 CTAB：计数行、原子块、键块（科普示意，非官方原图）

科学意义：Molfile 把共价拓扑（键连与芳香性／键级表示）与三维坐标写在同一连接表里，适合保存配体初始构象或对接软件导出的 Mol。

2. V2000 与 V3000

版本	特点
V2000	固定列宽、人工可读性好；生态最广。
V3000	`M V30 BEGIN CTAB` … `M V30 END CTAB` 块式表达，更适合大分子片段、聚合物标记等；解析器须单独支持。

协作前务必约定版本、氢是否显式加入、芳香键表示习惯（克式圈／交替双键）。

3. 极简虚构示例（教学用）

甲醇骨架示意（虚构，列对齐仅供演示）
  MOCK06261215302D

  2  1  0  0  0  0  0  0  0999 V2000
    0.0000    0.0000    0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
    1.2000    0.0000    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
  1  2  1  0  0  0  0
M  END

4. 解析与互转

推荐使用 RDKit、Open Babel 等库读写 Molfile，避免手写按列切片。

5. 小结 Checklist

Molfile = 单分子 CTAB；批量分子 + 活性字段优先 SDF。
需要 sybyl 原子类型、对接力场前端准备时常用 MOL2（见 fileformat-mol2.md）。
酶–蛋白坐标仍以 PDB／mmCIF 为主时，配体单独 .mol／.sdf 便于脚本复现对接。

参考与延伸阅读

BIOVIA CTfile 体系（Molfile、Rxnfile 等）官方与派生说明
Open Babel
RDKit