Organic solvates in the Cambridge Structural Database
Organic solvates in the Cambridge Structural Database
复制标题
剑桥结构数据库中的有机溶剂化物
DOI：
10.1039/d0ce01749c
复制
发表时间：
2021
期刊：
影响因子：
3.1
通讯作者：
Swift, Jennifer A.
中科院分区：
文献类型：
--
作者：
Werner, Jen E.;Swift, Jennifer A.
数据信息学方法被应用于剑桥结构数据库(CSD)，以努力识别与有机溶剂的制备、发生和一般性质有关的基本趋势。最重要的是，CSD中最丰富的50个溶剂酸盐类别是通过CSD Python API实现的微笑字符串匹配来识别的，并将它们的相对出现率与20年前报告的数据进行了比较。这两组数据表明，在这段时间内，溶剂酸盐的制备方法变得不那么多样化，来自较小溶剂子集的比例增加，尽管同时包含一种以上类型溶剂分子的杂多溶剂的相对丰度增加。随后的SMIES字符串匹配有助于从前10个溶剂酸酯类中鉴定出∼2700对溶剂酸盐和无溶剂结构。来自两个相关组的数据显示，晶格对称性和堆积分数都存在统计学差异。溶剂型化合物显示出有利于三斜晶格对称性的固有偏向，这可能与不对称单元中大量独特的分子组分有关。更令人惊讶的是，从统计上看，没有表现出无序的溶剂的堆积分数比它们的无溶剂类似物低。事实上，对于某些有机分子来说，溶剂形成可能是一种获得具有更高堆积效率的相的手段，但数据表明，这并不是一个普遍的趋势。
Data informatics approaches were applied to the Cambridge Structural Database (CSD) in an effort to discern fundamental trends related to the preparation, occurrence, and general properties of organic solvates. Foremost, the 50 most abundant solvate classes in the CSD were identified through SMILES string matching implemented through CSD Python API, and their relative occurrence rates were compared against data reported 20 years prior. These two sets of data suggest that solvate preparation methods have become less diverse over that time period with an increasing fraction derived from a smaller subset of solvents, though the relative abundance of hetero-solvates containing more than one type of solvent molecule simultaneously increased. A subsequent SMILES string matching facilitated the identification of ∼2700 pairs of solvate and solvent-free structures from the top 10 solvate classes. Data from the two related groups showed statistical differences in both the lattice symmetries and packing fractions. Solvates exhibited an inherent bias favoring triclinic lattice symmetry, which is likely related to the larger number of unique molecular components in the asymmetric unit. More surprising was the fact that solvates that do not exhibit disorder statistically had lower packing fractions than their solvent-free analogues. While solvate formation may in fact be a means to achieve phases with higher packing efficiency for some organic molecules, the data indicate this is not a general trend.
登录
查看更多内容
影响因子：
8.6
作者：
Quirós M;Gražulis S;Girdzijauskaitė S;Merkys A;Vaitkus A
通讯作者：
Vaitkus A
使用 SMILES 字符串对剑桥结构数据库中的水合物-无水合物对进行数据挖掘
影响因子：
3.1
作者：
J. E. Werner;J. Swift
通讯作者：
J. Swift
使用 CSD Python API 对剑桥结构数据库进行交互式分析和数据挖掘
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
P. Sanschagrin
通讯作者：
P. Sanschagrin
影响因子：
3.8
作者：
Bhardwaj, Rajni M.;Price, Louise S.;Florence, Alastair J.
通讯作者：
Florence, Alastair J.
影响因子：
4.9
作者：
Bingham, AL;Hughes, DS;Threlfall, TL
通讯作者：
Threlfall, TL