4. SMILES 中的立体化学：手性与构型怎么表示

好，我们接着聊。前面我们写的 SMILES 都是平面结构，但分子是有三维构型的。你想想看，同样的原子连接方式，空间上翻个面，可能就是完全不同的两种化合物——药效、毒性天差地别。

SMILES 怎么处理这个事？说白了，它用一套简洁的符号把立体信息编码进来。我今天就把这套规则讲透。

4.1 最基本的问题：顺反异构和四面体手性

立体化学里最常见的两种场景：一个是双键/环上的顺反异构，另一个是四面体碳上的手性中心。我们先看后者。

对于四面体手性碳，SMILES 用 @ 和 @@ 来区分两种对映体。这两种符号放在手性原子后面，表示该原子上的取代基排列方式。

我个人习惯把 @ 叫“逆时针”，@@ 叫“顺时针”。记住这个就好办了。

举个具体例子。L-丙氨酸和D-丙氨酸，化学式一模一样，但旋光性相反。用 SMILES 写出来区别在哪？

# L-丙氨酸 (S-构型)
N[C@@H](C)C(=O)O

# D-丙氨酸 (R-构型)
N[C@H](C)C(=O)O

看仔细了。两个 SMILES 唯一的不同就是 @ 和 @@。我在项目中遇到过好几次，有人把 @@ 写反了，结果对接出来的分子构型完全错了，白跑了一周的计算。

4.2 编号规则：从哪个原子开始数？

你可能会问：SMILES 是线性字符串，它怎么知道“排序”是从哪个原子开始？

答案藏在编码顺序里。SMILES 对立体化学的处理，依赖一个隐含的编号规则：

• 先写出来的原子，优先级默认高于后写的
• 对于手性碳，四个连接基团的顺序由它们在 SMILES 字符串中出现的顺序决定
• 括号内的分支和环闭合也参与排序

嗯，这里要注意。SMILES 的立体化学不是基于Cahn-Ingold-Prelog (CIP) 规则，而是基于字符串拓扑顺序。所以同一个分子，如果 SMILES 书写顺序不同，即使 @/@@ 相同，实际构型也可能不同。

我建议你写手性分子时，尽量保持固定的书写习惯——比如主链先写，分支后写。这样 @/@@ 的含义才稳定。

4.3 几何异构：双键的顺反怎么标

双键不能自由旋转，因此顺反异构也需要标记。SMILES 用 / 和 \ 来表示。

/ 表示双键这一侧的原子在“上”方，\ 表示在“下”方。这里的上下是相对的，由双键两端的书写顺序决定。

举个例子，2-丁烯的顺反异构：

# 顺式-2-丁烯 (Z-构型)
C/C=C\C

# 反式-2-丁烯 (E-构型)
C/C=C/C

看到没有？双键两侧的甲基方向，通过 / 和 \ 来控制。

这里有个坑。有些解析库对 / 和 \ 的处理不一样。我以前写过一段脚本，用 RDKit 解析 SMILES 时，发现 C/C=C\C 和 C\C=C/C 被当成了同一个分子——因为 RDKit 会把构型重新规范化为标准形式。但实际上，如果严格按照 SMILES 规范，这两个表示的是互为对映体的两种构型。

4.4 手性池与多个手性中心

复杂的分子往往有多个手性中心。每个手性中心都要单独标记，顺序跟在原子后面即可。

我拿类固醇举个例子：

# 胆固醇的简化 SMILES（不完整，仅展示多手性标记）
C[C@H]1CC[C@@H]2[C@@]3(C)CC[C@H](O)C3[C@H](C)CC[C@@]12C

这里 [C@H] 和 [C@@H] 交替出现。每个手性中心独立标记，互不干涉。

你想想看，如果一个分子有 8 个手性中心，那它的立体异构体数量就是 2^8 = 256 种。如果不写 @/@@，默认情况下这个 SMILES 属于哪种构型？答案是——未定义。解析器通常把它当作外消旋体或随机构型处理。

所以，做手性药物的时候，千万不要偷懒省略 @/@@ 标记。

4.5 表格速查：@、@@、/、\ 规则总结

符号	位置	含义	案例
@	手性中心原子后	逆时针排序（相对字符串顺序）	[C@H](O)C
@@	手性中心原子后	顺时针排序（相对字符串顺序）	[C@@H](O)C
/	双键一侧的原子前/后	表示连接方向为“上”	/C=C\C
\	双键一侧的原子前/后	表示连接方向为“下”	\C=C/C
无标记	任何位置	立体化学未定义	C1CCCCC1（环己烷无手性标记）

4.6 避坑指南：我经历过的那些立体化学大坑

做这行久了，踩过的坑真的不少。分享几个真实的教训：

1. 我曾经因为 SMILES 顺序写反，导致 @/@@ 的含义反了。

   那次写一个手性硫原子，因为分支顺序不是按主链来的，结果 [S@@](=O)(=O)C 实际上代表的是 R 构型，而不是我想要的 S 构型。后来我养成了习惯：先写主链，再写分支。

2. 环状结构中的手性标记容易漏。

   比如环己烷上的手性碳，很多人只写 C1CCCCC1 完事。但如果该碳是手性的，必须显式标出 [C@H]1 或 [C@@H]1。否则后续的分子模拟全部白做。

3. / 和 \ 在正则匹配时是转义字符。

   如果你用 Python 的 re 模块处理 SMILES，就要写成 r"C/C=C\\\\C" 或者 C/C=C\\\\C —— 这里的反斜杠需要转义。我当年写脚本时因为这个 bug 查了整整一天。