2026
Dissertation, RWTH Aachen University, 2026
Veröffentlicht auf dem Publikationsserver der RWTH Aachen University
Genehmigende Fakultät
Fak01
Hauptberichter/Gutachter
;
Tag der mündlichen Prüfung/Habilitation
2026-08-19
Online
DOI: 10.18154/RWTH-2026-09292
URL: https://publications.rwth-aachen.de/record/1042322/files/1042322.pdf
Einrichtungen
Kurzfassung
In der computergestützten Chemie werden 3D-Molekülstrukturen bei vielfältigen Aufgaben verglichen, beispielsweise beim Konformeren-Sampling, bei der Reaktionsfindung, bei der Deduplizierung von Strukturen oder bei der Registrierung in chemischen Datenbanken. Für all diese Aufgaben sind zuverlässige Molekülcodes erforderlich, um die strukturelle Identität präzise zu bestimmen. Am häufigsten werden hierfür die „Simplified Molecular Input Line Entry Specification“ (SMILES) und der „IUPAC International Chemical Identifier“ (InChI) genutzt. Sie gelten als Referenzstandard in der 2D-Cheminformatik. Diese Molekülcodes wurden jedoch ursprünglich nicht für dreidimensionale Moleküldarstellungen konzipiert. Sie erfordern externe Werkzeuge, um 3D-Geometrien in 2D-Formate umzuwandeln. Dabei können je nach Implementierung unterschiedliche Ergebnisse auftreten. Dadurch ist eine eindeutige Eins-zu-eins-Zuordnung zwischen 3D-Strukturen und ihren Molekülcodes nicht möglich. Darüber hinaus beschränkt sich ihre Anwendbarkeit weitgehend auf organische Grundzustandsmoleküle sowie Standard-Übergangsmetallkomplexe. Schließlich stoßen die stereochemischen Konzepte von SMILES und InChI, die auf einzelnen Stereozentren und Stereobindungen basieren, bei nichtzentraler Chiralität (wie beispielsweise helikaler oder planarer Chiralität) an ihre Grenzen. Um diese Einschränkungen zu überwinden, wird in dieser Arbeit der „Molecular Barcode“ (MolBar) vorgestellt: ein speziell für Anwendungen in der Quantenchemie entwickelter Molekül-Identifier, der grundlegend mit dem graphbasierten Ansatz bisheriger Systeme bricht. Anstatt ein Molekül als Ensemble gebundener Atome zu betrachten, kodiert MolBar die molekulare Identität über die 3D-Form einer Reihe starrer Teilstrukturen, die jeweils durch ihre relative und absolute Konfiguration definiert sind. Dieser Ansatz deckt alle nicht-lokalen stereochemischen Konfigurationen jenseits einzelner Stereozentren oder Stereobindungen naturgemäß ab. Er erfasst das gesamte Periodensystem sowie sämtliche Chiralitätstypen, einschließlich zentraler, axialer, helikaler und planarer Chiralität. Da MolBar alle Informationen direkt aus 3D-Koordinaten ableitet, werden externe Werkzeuge zur Bestimmung von Konnektivität, Bindungsordnungen oder Stereochemie – einschließlich der Zuordnung von Atropisomerachsen – nicht benötigt. Dadurch ist eine eindeutige Eins-zu-Eins-Zuordnung zwischen einer 3D-Geometrie und ihrem Code-String gewährleistet. Die zugrunde liegenden Algorithmen wurden intensiv mit aktuellen Benchmark-Werkzeugen verglichen und zeigen eine hervorragende Robustheit und Recheneffizienz. Bei der Anwendung in umfangreichen Workflows zur Deduplizierung von 3D-Strukturen und zur Erforschung des quantenchemischen Raums übertrifft MolBar etablierte Molekülcodes deutlich. Diese Ergebnisse belegen die hervorragende Eignung von MolBar als Molekül-Identifier für die moderne Quantenchemie. MolBar ist als Open-Source-Python-Paket über „pip install molbar” verfügbar.In computational chemistry, 3D molecular structures are compared across various tasks, such as conformer sampling, reaction discovery, structural deduplication, and chemical database registration. Each of these tasks requires reliable molecular identifiers to accurately determine structural identity. The Simplified Molecular Input Line Entry Specification (SMILES) and the IUPAC International Chemical Identifier (InChI) are the most widely used identifiers for this purpose and are considered the gold standard in 2D cheminformatics. However, these identifiers were not originally designed for 3D molecular representations. They require external tools to convert 3D geometries into 2D formats, and different implementations may yield inconsistent results, precluding a strict one-to-one mapping between 3D structures and their identifiers. Additionally, their applicability is largely limited to ground-state organic molecules and standard transition-metal complexes. Finally, the stereochemical frameworks of SMILESand InChI, built around individual stereo centers and stereo bonds, offer limited coverage of non-central chirality, such as helical or planar chirality. To address these limitations, this work introduces the Molecular Barcode (MolBar), a molecular identifier purpose-built for quantum chemistry applications, departing fundamentally from the graph-based paradigm of existing identifiers. Rather than describing a molecule as a set of bonded atoms, MolBar encodes molecular identity through the 3D shape of a set of rigid substructures, each defined by its relative and absolute configuration. This approach naturally captures all non-local stereochemical configurations beyond individual stereo centers or stereo bonds, covering the full periodic table and chirality types including central, axial, helical, and planar chirality. By deriving all information directly from 3D coordinates, MolBar eliminates the need for external tools to determine connectivity, bond orders, or stereochemistry—including the assignment of atropisomeric axes— and thereby guarantees a rigorous one-to-one mapping between a 3D geometry and its identifier string. The underlying algorithms have been rigorously benchmarked against state-of-the-art tools, demonstrating exceptional robustness and computational efficiency. When deployed in largescale3D structure deduplication and quantum chemical space exploration workflows, MolBar exhibits superior performance compared to existing identifiers. These results demonstrate that MolBar is uniquely suited as a molecular identifier for modern quantum chemistry. MolBar is available as an open-source Python package via pip install molbar.
OpenAccess:
PDF
(zusätzliche Dateien)
Dokumenttyp
Dissertation / PhD Thesis
Format
online
Sprache
English
Externe Identnummern
HBZ: HT031613871
Interne Identnummern
RWTH-2026-09292
Datensatz-ID: 1042322