mol 文件格式简单解析（v2000）

前言

.mol 文件是常见的化学文件格式，主要包含分子的坐标、分子间的键等数据。

示例文件

下面是一个水分子的 .mol 文件

H2O
APtclcactv05052315543D 0   0.00000     0.00000

  3  2  0  0  0  0  0  0  0  0999 V2000
   -0.0000   -0.0589   -0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
   -0.8110    0.4677    0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
    0.8110    0.4677    0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
  1  2  1  0  0  0  0
  1  3  1  0  0  0  0
M  END

文件组成

文件头部

共有3行组成，第一行是文件名或者化学式，第二行是创建的程序名和相关的信息，第三行是注释行，默认为空。

计数行

计数行代表下面的原子数等，格式如下，如数字不够三位则前一位以空格填充

aaabbblllfffcccsssxxxrrrpppiiimmmvvvvvv

占位符	解释
aaa	原子个数，最大 255 个
bbb	化学键个数，最大 255 个
lll	原子列表个数，最大 30 个
fff	弃用
ccc	手性，0 代表无手性，1 代表有有手性
sss - iii	弃用
mmm	弃用，代表分子其他属性值行数，现在新文件默认为 999
aaa	原子个数，最大 255 个
vvvvvv	一般为 v2000，也有 v3000

原子块

下面数行（数量与 aaa 一致）为原子的位置信息，格式如下

xxxxx.xxxxyyyyy.yyyyzzzzz.zzzz aaaddcccssshhhbbbvvvHHHrrriiimmmnnneee

占位符	解释	备注
x、y、z	原子的位置信息，单位为埃，为5位整数（包含负号）和4位小数
aaa	元素类型
dd	原子质量差异（同位素），取值范围为[-3, 4]
ccc	电荷数，0 = 无电荷, 1 = +3, 2 = +2, 3 = +1, 4 = 双自由基, 5 = -1, 6 = -2, 7 = -3
sss - eee	其他参数，基本不用

化学键块

之后数行是化学键的信息，格式如下

111222tttsssxxxrrrccc

占位符	解释	备注
111	自 1 开始的原子序号
222	自 1 开始的原子序号
ttt	类型，1 = 单键, 2 = 双键, 3 = 三键, 4 = 芳香环
sss	手性，1 = 左手，2 = 右手
xxx - ccc	其他参数，基本不用

属性块

M 开头来表示一个属性，一行为一个属性，属性块最后一行用 M END 结尾，常用属性如 M CHG 8 aaa vvv 代表分子中某原子的带电属性，其中 8 该行可以写 1~8 个 aaa vvv，aaa 代表原子序号，vvv 代表电荷值

参考

• ChemInformatics (2017): Chem 4399/5399 2.2.2: Anatomy of a MOL file
• CTFile Formats