Cambridge strukturální databáze - Cambridge Structural Database

Cambridge strukturální databáze
Database.png
Obsah
Popis
Kontakt
Výzkumné centrumCambridge krystalografické datové centrum
Přístup
Datový formát.cif
webová stránka
webová služba URLwww.ccdc.vačka.ac.Spojené království/ struktury
Nástroje
WebWebCSD
Samostatný
  • Systém CSD
  • CSD (databáze)
  • Dobytí
  • Rtuť
  • IsoStar
  • Magnát
  • ZLATO
  • CSD-CrossMiner

The Cambridge strukturální databáze (CSD) je jak úložiště, tak ověřený a upravený zdroj pro trojrozměrná strukturální data z molekuly obvykle obsahuje alespoň uhlík a vodík, zahrnující širokou škálu organický, kov-organický a organokovový molekuly. Specifické položky se doplňují s ostatními krystalografické databáze tak jako Proteinová datová banka (PDB), Databáze struktur anorganických krystalů a Mezinárodní centrum pro difrakční data. Data obvykle získaná uživatelem Rentgenová krystalografie a méně často elektronová difrakce nebo neutronová difrakce a předložil krystalografové a chemici z celého světa, jsou volně přístupné (uložené autory) na internetu prostřednictvím webových stránek mateřské organizace CSD (CCDC, úložiště)[1]). Na CSD dohlíží nezisková společnost s názvem Cambridge krystalografické datové centrum, CCDC.

Vnitřek ústředí CCDC v Cambridge ve Velké Británii

CSD je pro vědce široce používaným úložištěm organických a kovově-organických krystalových struktur s malými molekulami. Struktury uložené s Cambridge krystalografické datové centrum (CCDC) jsou veřejně dostupné ke stažení v okamžiku zveřejnění nebo se souhlasem vkladatele. Jsou také vědecky obohaceny a zahrnuty do databáze používané softwarem nabízeným centrem. Cílené podskupiny CSD jsou také volně dostupné na podporu výuky a dalších aktivit.[2]

Dějiny

The CCDC vyrostl z činnosti krystalografické skupiny vedené Olga Kennardová OBE FRS na katedře organické, anorganické a teoretické chemie VŠE Univerzita v Cambridge. Od roku 1965 skupina začala shromažďovat publikovaná bibliografická, chemická a krystalová strukturní data pro všechny malé molekuly, které studoval rentgen nebo neutronová difrakce. S rychlým vývojem v výpočetní probíhající v této době byla tato sbírka zakódována v elektronické podobě a stala se známá jako Cambridge Structural Database (CSD).

CSD byl jednou z prvních numerických vědeckých databází, které začaly fungovat kdekoli na světě, a získal akademické granty od britského Úřadu pro vědecké a technické informace a poté od Velké Británie Rada pro vědecký a technický výzkum. Tyto fondy spolu s dotacemi od národních přidružených center umožnily vývoj CSD a souvisejícího softwaru v 70. a 80. letech. První vydání systému CSD do Spojených států, Itálie a Japonska se objevila na začátku 70. let. Na začátku 80. let byl systém CSD distribuován ve více než 30 zemích. Od roku 2014 byl systém CSD distribuován akademickým pracovníkům v 70 zemích.

V 80. letech byl zájem o systém CSD od farmaceutické a agrochemikálie společnosti výrazně vzrostly. To vedlo k založení Cambridge krystalografické datové centrum (CCDC) jako nezávislá společnost v roce 1987, s právním statusem neziskové charitativní instituce a nad její činností dohlíží mezinárodní správní rada. V roce 1992 se CCDC přestěhovalo do účelových prostor v areálu univerzity.

Kennard odešel z funkce ředitele v roce 1997 a vystřídali jej David Hartley (1997-2002) a Frank Allen (2002-2008). Colin Groom byl jmenován výkonným ředitelem od 1. října 2008[3] do září 2017.[4] A naposledy byl Juergen Harter jmenován generálním ředitelem v červnu 2018.[5]

Softwarové produkty CCDC diverzifikovaly použití krystalografických dat v aplikacích v biologických vědách a krystalografii. Značnou část tohoto vývoje a marketingu softwaru provádí společnost CCDC Software Limited (založena v roce 1998), stoprocentní dceřiná společnost, která zajišťuje veškeré své zisky zpět CCDC.

Přestože je CCDC samosprávnou organizací, udržuje si s ní úzké vazby Univerzita v Cambridge, a je univerzitní partnerskou institucí, která je způsobilá trénovat postgraduální studenty pro vyšší tituly (PhD, MPhil).

CCDC zavedla americké aplikace a podpůrné operace v USA v říjnu 2013,[6][7] původně v Rutgers, Státní univerzita v New Jersey, kde je umístěn společně s RCSB Proteinová datová banka

Obsah

Do CSD byla přidána jedna miliontá struktura
Jedna miliontá struktura přidána do CSD, ID CSD: XOPCAJ

CSD je každý rok aktualizován o přibližně 50 000 nových struktur,[8] a se zlepšením stávajících záznamů. Položky (struktury) v úložišti jsou uvolněny pro veřejný přístup, jakmile se odpovídající položka objeví v recenzované vědecké literatuře. Mezitím mohou být data ukládána a publikována přímo prostřednictvím CSD bez doprovodného vědeckého článku, tzv. A Komunikace CSD.

Pravidelně se vykazují obecné statistiky o šíři podílů centrálních depozitářů cenných papírů, například zpráva z ledna 2014.[9] Od ledna 2019, souhrnná statistika je následující:[10]

Dotazstruktur% z CSD
Celkem # struktur995,907100.0
# různých sloučenin900,984-
# literárních zdrojů2,004-
Organické struktury431,03743.5
Přechodný kov je přítomen478,13848.2
přítomný alkalický kov nebo kov alkalických zemin48,0564.8
hlavní skupina kovů přítomna101,94810.3
Jsou přítomny 3D souřadnice937,80994.6
Bezchybné souřadnice926,42298.81
Neutronové studie2,1420.2
Studie práškové difrakce4,7610.5
Nízká / vysoká teplota studie503,36850.8
Určena absolutní konfigurace28,8342.9
Porucha přítomná ve struktuře256,01925.8
Polymorfní struktury29,8173.0
R-faktor <0,100935,41994.4
R-faktor <0,075845,70885.3
R-faktor <0,050553,04255.8
R-faktor <0,030121,80612.3
Počet atomů s 3D souřadnicemi85,791,623-

Od ledna 2019 patřilo mezi nejvýznamnějších 25 vědeckých časopisů z hlediska publikování struktur v úložišti CSD:[11]

1. 73,070 struktury byly hlášeny v Inorg. Chem.
2. 62,072 struktury byly hlášeny v Dalton a J. Chem. Soc., Dalton Trans.
3. 54,160 struktury byly hlášeny v Organometallics
4. 48,967 struktury byly hlášeny v J. Am. Chem. Soc.
5. 42,422 struktury byly hlášeny v Acta Crystallogr. Sekta. E
6. 32,610 struktury byly hlášeny v Chem. Eur. J.
7. 29,790 struktury byly hlášeny v J. Organomet. Chem.
8. 29,640 struktury byly hlášeny v Angew. Chem. Int. Vyd.
9. 28,682 struktury byly hlášeny v Inorg. Chim. Acta
10. 28,351 struktury byly hlášeny v Chem. Commun. & J. Chem. Soc.
11. 27,328 struktury byly hlášeny v Komunikace CSD
12. 26,774 struktury byly hlášeny v Acta Crystallogr. Sekta. C
13. 26,734 struktury byly hlášeny v Mnohostěn
14. 24,045 struktury byly hlášeny v Eur. J. Inorg. Chem.
15. 23,483 struktury byly hlášeny v J. Org. Chem.
16. 22,286 struktury byly hlášeny v Cryst. Growth Des.
17. 22,011 struktury byly hlášeny v CrystEngComm
18. 15,985 struktury byly hlášeny v Organické dopisy
19. 15,424 struktury byly hlášeny v Z. Anorg. Allg. Chem.
20. 14,864 struktury byly hlášeny v Acta Crystallogr. Sekta. B
21. 13,909 struktury byly hlášeny v Čtyřstěn 8,597 struktury byly označeny jako Soukromá komunikace s CSD
22. 12,734 struktury byly hlášeny v J. Mol. Struct.
23. 11,234 struktury byly hlášeny v Tetrahedron Lett.
24. 9,150 struktury byly hlášeny v Eur. J. Org. Chem.
25. 8,789 struktury byly hlášeny v New Journal of Chemistry


Těchto 25 časopisů představuje 704 541 z 996 193 neboli 70,7% struktur CSD.

Tato data ukazují, že většina struktur je určena rentgenovou difrakcí, přičemž méně než 1% struktur je určeno pomocí neutronová difrakce nebo prášková difrakce. Počet bezchybných souřadnic byl vzat jako procento struktur, pro které jsou v CSD přítomny 3D souřadnice.

Význam výše zmíněných souborů strukturních faktorů spočívá v tom, že u struktur CSD určených rentgenovou difrakcí, které mají strukturní soubor, může krystalograf ověřit interpretaci pozorovaných měření.


Trend růstu

Historicky vzrostl počet struktur v CSD přibližně exponenciálním tempem, které prošlo mezníkem 25 000 struktur v roce 1977, milníkem 50 000 struktur v roce 1983, milníkem 125 000 struktur v roce 1992, milníkem 250 000 struktur v roce 2001, milníkem 500 000 struktur v 2009,[12][13] [14]a milník 1 000 000 struktur 8. června 2019.[15] Jedna miliontá struktura přidaná k CSD je krystalická struktura 1- (7,9-diacetyl-11-methyl-6H-azepino [1,2-a] indol-6-yl) propan-2-onu.

Trend růstu struktury v CSD od roku 1965 do roku 2018[11]
Počet publikovaných struktur za rok
Rok# zveřejněnoCelkový
201853429974,653
201755031921,224
201654975866,193
201553610811,218
201450759757,608
201348025706,849
201245199661,121
201143882615,922
201041240572,040
200940627530,800
200836802490,173
200736569453,371
200634713416,802
200531733382,089
200427988350,356
200326287322,368
200224306296,081
200121781271,775
200019998249,994
199918780229,996
199817289211,216
199715896193,927
199615487178,031
199513001162,544
199412290149,543
199312032137,253
199210691125,221
19919941114,530
19908935104,589
1989775095,654
1988764487,904
1987747280,260
1986687372,788
1985691165,915
1984651159,004
1983525052,493
1982523347,243
1981466642,010
1980425237,344
1979387633,092
1978341529,216
1977309225,801
1976273522,709
1975217119,974
1974214217,803
1973199115,661
1972196913,670
1971154811,701
1970126110,153
196911308,892
19689757,762
19679366,787
19666835,851
19656565,168
1923-196445124,512

Poznámka: údaje za roky 1923-1964 jsou agregovány společně v posledním řádku tabulky.

Formát souboru

3D tištěný model kyseliny benzoové
3D tištěný model kyseliny benzoové, převzatý z určení krystalové struktury, vytvořený pomocí souřadnic ze strukturní databáze Cambridge a prostřednictvím programu CCDC Rtuť. Špičkový model ukazuje jedinou molekulu kyseliny benzoové. Spodní model ukazuje dimer vázaný na vodík.

Primárním formátem souborů pro depozici struktury CSD, přijatým kolem roku 1991, je "Krystalografický informační soubor" formát, CIF.[16]

Uložené soubory CSD lze stáhnout ve formátu CIF. Ověřené a vybrané soubory CSD lze pomocí nástrojů v systému CSD exportovat v široké škále formátů, včetně CIF, MOL, Mol2, PDB, SHELX a XMol.

The CCDC používá dva různé kódy k rozlišení mezi uloženou datovou sadou a vybraným záznamem CSD. Například jeden konkrétní „Komunikace CSD„Organické molekuly byla uložena s CCDC a přiděleno depozitní číslo „CCDC-991327“. To umožňuje bezplatný veřejný přístup k uloženým datům. Z uložených dat se vybrané informace extrahují za účelem přípravy ověřeného a upraveného záznamu CSD, kterému byl přidělen refcode „MITGUT“. V rámci kurátorského procesu používá CCDC také algoritmus DeCIFer, který editorům pomáhá přiřadit chemii strukturám, když tyto reprezentace (např. Typy vazeb a přiřazení poplatků atd.) Chybí v původních předložených souborech CIF.[17] Ověřený a upravený záznam je zahrnut v distribucích systému CSD a WebCSD, přičemž dostupnost je omezena na ty, kteří přispívají odpovídajícím způsobem.

Prohlížení dat

3D tištěný model struktury 1-methyl-2,3,4,5-tetrakis ((trimethylsilyl) ethynyl) -1 H-pyrrolu. Identifikátor CSD: XURZAN

Každou sadu dat v CSD lze otevřeně prohlížet a načítat pomocí bezplatných dat Struktura přístupu servis. Prostřednictvím této služby založené na webovém prohlížeči mohou uživatelé zobrazit datovou sadu ve 2D a 3D, získat některé základní informace o struktuře a stáhnout uloženou datovou sadu. Pokročilé funkce vyhledávání a vybrané informace jsou k dispozici prostřednictvím předplatného Systém CSD.

Kromě použití Systém CSD, soubory struktury lze prohlížet pomocí jednoho z několik počítačových programů s otevřeným zdrojovým kódem jako Jmol. Některé další bezplatné, ale nikoli otevřené programy zahrnují Zvonkohra MDL, Pymol, UCSF Chimera, Rasmol, WINGX,[18] the CCDC poskytuje bezplatnou verzi svého vizualizačního programu Rtuť.

Od roku 2015, Rtuť od CCDC také poskytuje funkce pro generování 3D tisku připraveného souboru ze struktur v CSD.[19]

Viz také

Reference

  1. ^ „Formulář žádosti depozitáře CCDC CIF“. Cambridge krystalografické datové centrum. Citováno 2014-09-16.
  2. ^ „Domovská stránka CCDC“. Cambridge krystalografické datové centrum. Citováno 2014-09-16.
  3. ^ Ženich C, Allen F (červenec 2009). „CCDC dobře upravené: rozhovor s Colinem Groomem, výkonným ředitelem Cambridge Crystallographic Data Center a Frankem Allenem, emeritním členem“. Journal of Computer-Aided Molecular Design. 23 (7): 391–4. Bibcode:2009JCAMD..23..391W. doi:10.1007 / s10822-009-9272-5. PMID  19421719.
  4. ^ „Sdělení předsedy jménem správců“. Cambridge krystalografické datové centrum. 11. září 2017. Citováno 2019-05-15.
  5. ^ „CCDC vítá Jürgena Hartera jako generálního ředitele“. Cambridge Crystallographic Data Center (CCDC). 11. června 2018. Citováno 2019-05-15.
  6. ^ „CCDC zahajuje provoz v USA“. Cambridge Crystallographic Data Center (CCDC). 30. října 2013. Citováno 2019-05-15.
  7. ^ „Cambridge Crystallographic Data Center zakládá provoz USA v novém partnerství s Rutgersovým centrem pro integrovaný proteomický výzkum“. Rutgers Office of Research and Economic Development. Citováno 15. května 2019.
  8. ^ Bruno IJ, Groom CR (říjen 2014). „Krystalografický pohled na sdílení dat a znalostí“. Journal of Computer-Aided Molecular Design. 28 (10): 1015–22. Bibcode:2014JCAMD..28.1015B. doi:10.1007 / s10822-014-9780-9. PMC  4196029. PMID  25091065.
  9. ^ „Záznamy CSD: Souhrnná statistika“ (PDF). Cambridge krystalografické datové centrum. Archivovány od originál (PDF) dne 11.06.2014. Citováno 2014-09-16.
  10. ^ „Záznamy CSD: Souhrnná statistika“ (PDF). Cambridge strukturální databáze. 1. ledna 2019. Citováno 15. května 2019.
  11. ^ A b „Statistiky deníku CSD“ (PDF). Cambridge strukturální databáze. 1. ledna 2019. Citováno 16. května 2019.
  12. ^ Ženich CR, Allen FH (leden 2014). "Cambridge Structural Database ve zpětném pohledu a perspektivě". Angewandte Chemie. 53 (3): 662–71. doi:10,1002 / anie.201306438. PMID  24382699.
  13. ^ „Růst Cambridge strukturální databáze (CSD) od roku 1970“. CCDC. Citováno 2014-09-16.
  14. ^ „Statistiky CSD“. Cambridge Crystallographic Data Center (CCDC). Citováno 2019-05-17.
  15. ^ Robinson, Philip; Kohoutek, Neil; Pink, Chris; Valsler, Ben. „Cambridge Structural Database zasáhne jeden milion struktur“. Chemický svět. Citováno 2019-06-07.
  16. ^ Hall SR, Allen FH, Brown ID (1991). „Krystalografický informační soubor (CIF): nový standardní archivní soubor pro krystalografii“. Acta Crystallographica. A47 (6): 655–685. doi:10.1107 / S010876739101067X. Archivovány od originál dne 2006-11-27. Citováno 2014-09-17.
  17. ^ Bruno IJ, Groom CR (říjen 2014). „Krystalografický pohled na sdílení dat a znalostí“. Journal of Computer-Aided Molecular Design. 28 (10): 1015–22. Bibcode:2014JCAMD..28.1015B. doi:10.1007 / s10822-014-9780-9. PMC  4196029. PMID  25091065.
  18. ^ Farrugia LJ (1. srpna 1999). "Sada WinGX pro monokrystalickou krystalografii s malou molekulou". Journal of Applied Crystallography. 32 (4): 837–838. doi:10.1107 / S0021889899006020.
  19. ^ „3D tisk: snadné jako 1, 2, 3!“. Cambridge Crystallographic Data Center (CCDC). 19. srpna 2015. Citováno 2019-05-18.

externí odkazy