RDKit PostgreSQL 化学信息学扩展：支持非异构SMILES生成功能解析

背景与需求

在化学信息学领域，SMILES（简化分子线性输入规范）是表示分子结构的标准字符串格式。RDKit作为开源化学信息工具包，其PostgreSQL扩展模块为数据库内化学数据处理提供了强大支持。当前RDKit的PostgreSQL函数mol_to_smiles()默认生成包含立体化学信息的异构SMILES，但在某些应用场景（如分子指纹比对、结构相似性搜索等）中，用户可能需要忽略立体化学信息的非异构SMILES表示。

技术实现分析

RDKit核心库本身支持通过参数控制SMILES生成的异构性，但在PostgreSQL扩展层尚未暴露此功能。要实现该特性，需要：

1. 函数签名扩展：在mol_to_smiles和mol_to_cxsmiles函数中新增可选布尔参数isomeric，默认值为true以保持向后兼容

2. 参数传递机制：通过PostgreSQL的FunctionCallInfo结构体获取额外参数，将其转换为RDKit的SmilesWriteParams配置

3. CXSMILES扩展：对于化学交换SMILES格式，除异构性控制外，还需考虑其他标记位（如原子坐标、分子片段等）的传递

应用价值

该功能的实现将带来以下优势：

1. 性能优化：避免将数据导出到应用层处理，减少数据传输开销
2. 工作流简化：直接在SQL查询中完成SMILES格式转换
3. 版本兼容性：便于在RDKit版本升级时执行批量数据迁移
4. 查询灵活性：支持在同一个查询中同时获取异构和非异构表示

实现建议

从技术架构角度，建议采用分层实现：

-- 函数原型示例
CREATE OR REPLACE FUNCTION mol_to_smiles(mol, isomeric boolean DEFAULT true)
RETURNS text AS ...

底层通过RDKit的SmilesWriteParams控制输出：

SmilesWriteParams params;
params.doIsomeric = isomeric;
ROMol::getSmiles(mol, params);

扩展思考

该功能的实现为后续更多SMILES生成参数的暴露提供了范式，未来可考虑支持：

1. 键级信息控制（Kekule形式）
2. 原子映射编号保留
3. 手性标记的详细程度控制
4. 氢原子显隐式表示选择

这种模块化设计既满足了当前需求，又为未来扩展保留了充分的技术弹性。