📄 化学

Multi-Dimensional Structural Fingerprinting for Quantitative Polymorph Comparison: A Comprehensive Topological Analysis of Sulfathiazole, Galunisertib and Aripiprazole Polymorphs

本文介绍了一种鲁棒的、与晶胞无关的多维拓扑指纹框架，该框架通过五个结构类别对有机晶体多晶型进行定量比较，证明了其在对磺胺로唑、加鲁尼瑟替布和阿立哌唑形式进行分类和排序方面的有效性，且与现有不变描述符相比，其与 COMPACK 聚类匹配的相关性更高。

原作者： Nikolaos Galanakis, David Hughes, Mark Tuckerman

发布于 2026-10-23

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Nikolaos Galanakis, David Hughes, Mark Tuckerman

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

在固体材料的世界里，同一种化学物质可以以多种方式存在。正如一堆砖块可以被堆叠成墙、塔或桥一样，相同的分子在结晶时也可以排列成不同的三维模式。这些不同的排列方式被称为多晶型（polymorphs）。虽然化学配方保持一致，但物理结构发生了变化，随之而来的是材料行为的变化。对于药物而言，这种差异至关重要；一种排列方式可能在体内迅速溶解以治愈疾病，而另一种则可能保持惰性，甚至更糟，变得不稳定并失去药效。制药公司必须识别并控制药物可能采取的每一种形式，但要分辨出这些细微的变化却极其困难。传统方法通常依赖于比较 X 射线从晶体中弹射出的图案，这就像试图通过影子来识别一个人：它能提供线索，却错过了面部的细节。

一个研究小组开发了一种观察这些晶体结构的新方法，超越了简单的“影子”，转而测量分子之间的实际关系。该方法不再询问两个晶体看起来是否相同，而是询问它们在哪里以及以何种方式不同。通过将晶体分解为五个不同的组织层——分子如何堆积、它们如何接触和结合、它们如何扭转和弯曲、它们的部件如何定向，以及它们在三维空间中如何分布——研究人员为每种形式创建了一个详细的“指纹”。这种方法在三种不同的药物分子上进行了测试：磺胺噻嗪唑（一种抗生素）、加鲁尼西伯（一种癌症治疗药物）和阿立哌唑（一种抗精神病药物）。研究人员发现，虽然晶体结构的某些方面在不同形式之间保持着惊人的稳定性，但其他方面则会发生剧烈变化，且变化的特定模式完全取决于分子本身。

这一新方法的核心在于视角的转变。研究人员并没有试图强行让两个晶体结构完美对齐（当分子扭转成不同形状时，这种尝试往往会失败），而是将晶体视为一种重复模式的集合。他们观察整个晶体，而不仅仅是一个微小的快照，并以一种不依赖于晶体在空间中如何定向或如何在数据库中被标记的方式，来测量分子之间的距离和角度。这确保了无论测量者是谁，或者存储在哪里，比较都是公平且一致的。随后，团队使用一种数学工具来比较这些测量结果，该工具计算将一种距离分布转化为另一种分布所需的“功”，从而提供一个精确的相似性评分。

当应用于具有五种已知形式的磺胺噻唑时，该方法揭示了分子的空间排列（即它们的邻居以及它们如何分布）是所有形式中最一致的特征。然而，分子自身的扭转方式以及氢键的具体模式的变化足以将这些形式清晰地分为两组。这与其它成熟方法的研究结果相吻合，但新方法解释了它们为何不同，并将这种差异拆解到了各个组成部分。对于拥有十种不同形式的抗癌药加鲁西内西伯，情况则有所不同。在这里，分子的内部形状和空间排列是最稳定的特征，而分子如何堆积和结合的变化最大。这种高度的多样性使得旧方法难以区分这些形式，但这种新的指纹技术成功地应对了这种复杂性，识别出了其他工具所忽略的细微差异。

最严峻的挑战来自于阿立哌唑，这是一种具有高度柔性的药物分子，可以以多种方式扭转和旋转。在这种情况下，分子的空间排列是最小一致性的特征，在不同形式之间波动巨大。该方法成功地区分了那些“共享相同堆积方式但具有不同分子形状”的形式，以及那些“共享相同形状但堆积方式不同”的形式。这种区分“堆积多晶型”（packing polymorphs）与“构象多晶型”（conformational polymorphs）的能力是一项重大进展，因为它让科学家能够理解当药物从一种形式转变为另一种形式时，究竟是什么发生了变化。研究人员证实了该方法的稳健性，即即使原子位置因实验噪声而发生轻微偏移，也能得出相同的结果，并且其速度足以在数秒内筛选数千种结构。

通过提供一张关于晶体结构如何相互关联的多维清晰地图，这项工作为制药行业提供了一个强大的工具。它并不取代对药物稳定性和溶解度的研究需求，但它提供了一种快速且可靠的方法，用于标记那些在结构上与已知形式截然不同的新形式。这项研究表明，通过同时使用多重透镜观察晶体，科学家们可以超越模糊的相似性，看清定义一种材料的精确结构关系。这种清晰度对于确保药物的安全、有效和一致性至关重要，它将复杂的晶体形式谜题变成了一个可以解决的问题。

技术摘要：用于定量多晶型比较的多维结构指纹图谱

问题陈述
有机分子晶体中的多晶型现象是制药和材料科学领域面临的一项重大挑战，因为同一分子的不同晶型会表现出截然不同的物理、化学和生物利用度特性。传统的多晶型比较方法，如粉末 X 射线衍射 (PXRD) 图谱匹配、晶胞参数比较或主观视觉检查，往往无法捕捉到结构关系的完整复杂性。虽然诸如 COMPACK（团簇叠加）和不变描述符（如 SOAP、PDD、AMD）等计算方法已推动了该领域的发展，但它们通常仅提供单一的聚合相似性得分，或仅侧重于特定方面（例如几何叠加或局部原子环境），而无法分解两者为何存在差异。目前需要一种鲁棒且定量的方法，能够系统地区分不同来源的结构变化——例如构象变化、对称性转变和堆积重排——同时保持对晶胞设置和笛卡尔坐标系的平移不变性。

方法论
作者提出了一种多维拓扑指纹图谱方法，通过五个独立且互补的类别来量化结构关系。该框架通过 Python 实现，处理晶体学信息文件 (CIF) 以生成全周期晶体的描述符，确保对晶胞选择、空间群设置和笛卡尔坐标系具有不变性。

这五个结构类别包括：

晶体堆积 (Crystal Packing)： 分析晶胞层级的组织结构，包括堆积效率、密度、Niggli 约化晶胞几何形状、对称操作（空间群类型的 Jaccard 相似性）以及分子多样性 ( $Z$ 和 $Z'$ )。
分子间相互作用网络 (Intermolecular Interaction Networks)： 表征接触长度分布、接触方向性（在分子固定坐标系下）以及氢键几何形状（距离和角度），使用 Wasserstein 距离来比较分布。
分子构象 (Molecular Conformation)： 侧重于内部几何结构，通过匹配扭转角（基于图同构的键对键比较）、旋转顶点处的键角、亚角以及分子内接触网络进行比较。
片段取向 (Fragment Orientation)： 描述分子片段的相对空间排列，利用惯性张量分析（形状各向异性）和全面的 $\pi$ - $\pi$ 堆叠相互作用（将基元分类为面对面、边对面或倾斜型）。
空间几何 (Spatial Geometry)： 捕捉从第一配位壳层到中程有序性的多尺度排序，包括片段距离分布、径向分布函数 (RDF)、配位数以及第一壳层各向异性。

相似性度量主要使用 Wasserstein 距离，并将其转换为有界相似性得分 ( $s = \exp(-W/\sigma)$ )。总相似性是五个类别得分的加权和（默认每个类别的权重 $w=0.20$ ），产生一个五分量相似性向量，从而揭示多晶型在哪些具体的结构维度上存在差异。

核心贡献

相似性分解： 不同于仅返回单一得分的方法，该方法将结构相似性分解为五个具有物理意义的独立分量，使研究人员能够识别差异是源于堆积、构象还是相互作用网络。
不变性： 所有描述符的构建均对晶胞、空间群设置和笛卡尔坐标系保持不变，经数值验证误差在 $4 \times 10^{-9}$ 以内。
模块化架构： 该框架采用了专门的类别比较类，便于对每个类别进行独立验证和扩展至新的描述符类型。
基于分布的度量： 通过利用 Wasserstein 距离，该方法可以处理变化的样本量，并能捕捉几何分布的完整形状，而非仅仅依赖于简单的均值或方差。

结果
该方法在三个药物多晶型家族上进行了验证：

磺胺噻嗪唑 (Sulfathiazole，5 种 DFT 优化形式)： 空间几何是最一致的类别（0.78–0.86），而构象和相互作用网络变化最大，有效地将形式 II、III 和 IV 与形式 I 和 V 区分开来。总相似性与 COMPACK 团簇匹配显示出强相关性（Spearman $\rho = -0.89$ 与 RMSD）。
加鲁尼西提布 (Galunisertib，10 种实验形式)： 空间几何和构象是最一致的类别，而晶体堆积的变化最为显著。该方法表明，尽管 COMPACK 的基于团簇的叠加在如此多样化的数据集中找到的匹配分子很少，但该指纹图谱能捕捉到更广泛的多维图景。
阿利哌唑 (Aripiprazole，9 种实验形式)： 这种柔性分子表现出空间几何一致性较低（0.41–0.74）。分解法成功区分了那些具有相同堆积但构象不同（形式 I 和 X）以及具有相同构象但晶格不同（形式 III、IV 和 V）的情况。其总相似性与 COMPACK 匹配到的分子数量呈现良好的相关性 ( $\rho = 0.67$ )。

在针对不变描述符（AMD、PDD、SOAP）的基准测试中，该指纹识别 CSD 沉积物的可靠性与 PDD 和 SOAP 相当。对于不同的多晶型，该指纹比不变描述符更紧密地遵循 COMPACK 团簇匹配，尤其是在处理阿利哌唑时。该方法计算效率高，在标准工作站上处理整个多晶型家族的时间不足 3 秒。

意义
本文声称该框架为固态形式筛选和晶体结构预测提供了一个快速、可解释且定量的工具。通过将结构变化分解为独立的维度，它提供了几何叠加方法（如 COMPACK）和不变描述符无法单独提供的见解。作者指出，该方法适用于高通量应用，例如标记与已知形式结构迥异的新形式、验证晶体结构预测以及分析多晶型家族的结构关系。这项工作将该指纹定位为基于能量的方法和几何叠加方法的补充工具，在无需昂贵能量计算的情况下，推动了固态化学定量方法的发展。

类似论文