Převod souboru SDF do XLS

Laboratoře často potřebují záznamy sloučenin ve formátu .xls, protože starší LIMS, šablona sestavy nebo zákazník přijímá pouze sešity Excel 97–2003. Užitečným výsledkem je obvykle tabulka vlastností a identifikátorů SDF, nikoli chemicky upravitelná náhrada zdrojového souboru.

Co může soubor SDF obsahovat

.sdf je nejednoznačná přípona. Nejčastěji označuje Structure Data File, chemický formát založený na MDL Molfile používaný chemiky, dodavateli sloučenin, screeningovými databázemi, ChemDraw, softwarem BIOVIA, nástroji ChemAxon, DataWarrior, Open Babel a pracovními postupy RDKit.

Chemický SDF je prostý text obsahující jeden nebo více záznamů molekul. Každý záznam může obsahovat tabulku molekulových vazeb, souřadnice, název a pojmenované značky SD, například CAS_NUMBER, IC50 nebo Supplier; záznamy obvykle končí řetězcem $$$$. Bloky molekul mohou používat syntaxi V2000 nebo V3000.

Soubor .sdf může být také binární databáze Microsoft SQL Server Compact. SQL Server Compact není SQL Server a jeho databázový soubor je nutné dotazovat a exportovat pomocí softwaru kompatibilního se SQL Server Compact, nikoli jej otevírat nástroji pro chemické formáty.

Co poskytuje formát XLS

.xls je binární formát sešitu Excel 97–2003. Na rozdíl od CSV může zachovat listy, základní vzorce, formátování buněk a více tabulek, což je užitečné, když příjemce vyžaduje starší sešit Excel.

Formát XLS používejte pouze v případě potřeby. Je omezen na 65 536 řádků a 256 sloupců na jeden list. .xlsx podporuje mnohem větší listy a je lepší výchozí volbou pro současné systémy kompatibilní s Excelem.

Převod chemického souboru SDF

1. Otevřete SDF v desktopové aplikaci podporující chemické formáty, například DataWarrior. Použijte File → Open a poté ověřte, že aplikace rozpozná záznamy molekul a zpřístupní značky SD jako datové sloupce.
2. Zkontrolujte názvy polí, chybějící hodnoty, jednotky a víceřádkové hodnoty značek. Zachovejte identifikátor struktury a pokud příjemce potřebuje struktury čitelné strojově, přidejte před exportem sloupec SMILES nebo InChI.
3. Exportujte tabulku jako text oddělený tabulátory nebo CSV pomocí možnosti File → Save As či exportního příkazu v DataWarrior. Nespoléhejte na obecný převodník dokumentů při interpretaci molekulových záznamů a značek SD.
4. Otevřete textový soubor v Microsoft Excel nebo LibreOffice Calc. V dialogu importu vyberte správný oddělovač a výslovně nastavte čísla CAS, katalogová čísla, kódy s počátečními nulami a dlouhé číselné identifikátory jako Text.
5. Použijte File → Save As a vyberte Excel 97–2003 (.xls). Před distribucí sešitu zkontrolujte upozornění na kompatibilitu, rozměry listů a vzorek importovaných hodnot.

Pro opakovatelné zpracování použijte RDKit nebo jiný chemický toolkit k extrakci vybraných značek SD a vytvoření CSV se sloupcem SMILES a poté tento CSV převeďte v Excelu nebo LibreOffice. Open Babel může také kontrolovat a transformovat soubory SDF, ale jeho vygenerované sloupce ověřte podle zdroje, protože dostupné vlastnosti a výstup deskriptorů závisí na vybraném formátu a možnostech.

U nekonfidenčních, již tabulkových souborů CSV lze po lokální extrakci SDF použít CloudConvert k vytvoření sešitu XLS. Neměl by být považován za parser SDF podporující chemické formáty a proprietární struktury, assay data ani data dodavatelů by se neměla nahrávat, pokud organizace takový přenos nepovoluje.

Export databáze SQL Server Compact SDF

Databázi SDF otevřete pomocí SQL Server Compact Toolbox nebo jiného nástroje s použitím kompatibilního poskytovatele SQL Server Compact. Pokud je soubor zašifrovaný, zadejte heslo databáze, spusťte dotaz pro požadované tabulky a sloupce a výsledek exportujte jako CSV. Tento CSV importujte do Excelu nebo LibreOffice Calc a uložte jej jako .xls.

SQL Server Compact je již nepodporovaný produkt společnosti Microsoft, takže současná databázová aplikace nemusí soubor otevřít bez příslušného staršího poskytovatele. Databázi SDF nelze správně převést pomocí DataWarrior, RDKit ani Open Babel.

Kontroly kompatibility

Formát XLS nativně neukládá upravitelnou tabulku vazeb SDF. Původní SDF si ponechte pro chemickou výměnu a archivaci; SMILES, InChI nebo text molfile vložte do buněk tabulky pouze tehdy, když následný software potřebuje strukturu čitelnou strojově. Obrázky vykreslených struktur jsou vhodné ke kontrole, ale nepředstavují chemická data.

Excel může automaticky změnit hodnoty připomínající data nebo vědecký zápis. Nastavení importu textu zabraňuje ztrátám, například změně 001234 na 1234 a zaokrouhlení dlouhých číselných identifikátorů. Zkontrolujte také víceřádkové značky SD a text přesahující limit 32 767 znaků v buňce Excelu, což může vyžadovat zkrácení, rozdělení nebo zachování v původním SDF.