2. SMILES原子与键：原子符号、官能团表示、单双三键、芳香键

SMILES 说白了就是一套把分子结构"翻译"成字符串的规则。你得告诉程序：这里有个碳原子，那里有个双键，这个环是 aromatic 的。怎么表达？靠的就是原子符号和键符号的组合。我从最基础的原子符号说起。

2.1 原子符号：从 C 开始

有机分子离不开碳。SMILES 里碳直接用大写 C 表示。氢呢？自动补齐，你不用写。甲烷就是 C，乙烷就是 CC。简洁吧？

其他常见元素也直接用字母表示：

元素	SMILES 写法	说明
碳	C	有机骨架，最常见
氧	O	羟基、羰基、醚键
氮	N	胺基、硝基、杂环
硫	S	巯基、噻吩
磷	P	磷酸酯、膦配体
氟	F	卤素家族
氯	Cl	卤素家族（两个字母）
溴	Br	卤素家族（两个字母）
碘	I	卤素家族

这里有个坑： 单个字母的元素直接写就行。但超过一个字母的元素，必须用方括号括起来。比如 Cl、Br 本身就是两个字母，不需要括号。而钠、铁、铜、金这些，必须写成 [Na]、[Fe]、[Cu]、[Au]。

另外，当原子带有同位素、电荷、手性信息时，也需要用方括号。比如羟基负离子是 [OH-]，氘代甲烷是 [2H]C。这些后面章节会细讲，先记住这个原则。

2.2 官能团表示：组合的艺术

SMILES 没有给官能团设计什么"缩写符"。官能团就是原子按连接关系直接写出来。但它有一些固定的"写法模式"，我总结了几种常见的：

官能团	SMILES 写法	举例（分子）
羟基	O	乙醇 CCO
羧基	C(=O)O	乙酸 CC(=O)O
氨基	N	甲胺 CN
硝基	N(=O)=O	硝基甲烷 CN(=O)=O
氰基	C#N	乙腈 CC#N
羰基	C=O	丙酮 CC(=O)C
醚键	O	甲醚 COC
酯基	C(=O)OC	乙酸甲酯 CC(=O)OC

你看，羧基其实就是羰基 + 羟基的连写。硝基是氮连两个双键氧。没什么玄乎的，就是原子连接关系的直接表达。

我以前帮同事 review 代码，发现他把乙酸写成了 CCOO。嗯，这表示的是过氧乙酸，不是乙酸。羧基的正确写法是 CC(=O)O，括号表示支链，这一点要牢记。

2.3 单双三键：连接的规则

原子之间怎么连？SMILES 用符号表示键的类型：

• 单键：不写任何符号。两个原子并列就表示单键。比如 CC 就是 C-C 单键。
• 双键：用 = 表示。比如乙烯是 C=C，二氧化碳是 O=C=O。
• 三键：用 # 表示。比如乙炔是 C#C，氰基是 C#N。
• 立体键：用 / 和 \ 表示顺反异构。这个后面章节会细讲，先知道有这回事。

举个例子，把几种键放在一起看：

乙烯:     C=C
乙炔:     C#C
乙醇:     CCO
乙酸:     CC(=O)O
丙酮:     CC(=O)C
乙腈:     CC#N

有没有发现，CC(=O)O 里双键在括号里面？这表示双键连在第一个碳和氧之间，而不是连在碳链上。SMILES 用圆括号表示分支，这个后面章节也会细说。

2.4 芳香键：小写字母的魔力

苯环怎么表示？你可能会想，单双键交替呗。但 SMILES 有更优雅的方式——芳香键。

规则很简单：芳香原子用小写字母表示。苯环的六个碳都是芳香碳，所以写成 c1ccccc1。

关键点：

• 芳香碳写成 c（小写）
• 芳香氮写成 n（小写），比如吡啶是 n1ccccc1
• 芳香氧写成 o（小写），比如呋喃是 o1cccc1
• 芳香硫写成 s（小写），比如噻吩是 s1cccc1

数字是环的编号标记。第一个环用 1 标记起始和结束位置。如果有两个环，就用 1 和 2 区分。

举一个对比的例子：

环己烷（脂肪）：  C1CCCCC1
苯（芳香）：      c1ccccc1

写法几乎一样，但一个用大写 C，一个用小写 c。解析器读到的完全是两个分子。

我记得有一次分析一个药物分子，它的核心是吲哚环。我一开始把它全写成了大写 C，结果生成的 3D 构型完全是乱的。后来才发现，芳香环必须用小写字母，否则力场参数都配不对。嗯，从那以后我每次写杂环都会检查一遍大小写。

2.5 综合实战：看一个完整的分子

把原子符号、官能团、键、芳香性放在一起，看一个真实药物分子片段——对乙酰氨基酚（扑热息痛）：

CC(=O)Nc1ccc(O)cc1

来拆解一下：

• CC(=O) — 乙基 + 羰基（乙酰基）
• N — 氮原子（酰胺键）
• c1ccc(O)cc1 — 苯环，4 位连有羟基

你看，大小写混用、括号分支、双键标记、环编号，全在一条字符串里。这就是 SMILES 的表达力。