从结构到谱图：ACD/Labs如何让全球最大天然产物库“活”起来

今天，我们聚焦一个划时代的工具——全球最大的开放天然产物数据库COCONUT，看前沿的AI预测技术(ACD/Labs)如何为其注入灵魂，将沉睡的数据宝库变为结构鉴定的超级引擎。

一、一个库，一座化学大厦：纵览COCONUT

COCONUT（Collection of Open Natural Products）自诞生之日，便肩负着整合全球开放天然产物数据的使命。它像一位永不疲倦的编纂者，将散落各处的权威数据集汇聚一堂，筑成了迄今全球最大、最全面的开放天然产物资源平台之一。

图1. COCONUT 2.0数据库中典型记录包含的组成部分

截至2026年1月，COCONUT 2.0已屹立起一座71.5万种独特天然产物的结构大厦，原料来自63个专业数据源。这一切，用户均可通过其官网免费访问、搜索、批量下载，触手可及。

在天然产物化学的实战中，快速剔除已知化合物（结构排重）是新发现的前哨战。传统方法高度依赖实验核磁数据库，却常因覆盖不全而举步维艰。COCONUT这座拥有近70万结构的"巨轮"，偏偏缺少与之匹配的"航海图"（谱图信息），使得研究者无法直接驾驶它，在浩瀚的谱图海洋里精准导航、高效排重。

一项精心设计的评测为此提供了铁证。研究选取了58个结构各异的天然产物实验碳谱进行"盲测"。

结果令人振奋：基于COCONUT和预测算法构建的数据库（ACD-COCONUT 2.0）实现了100%的样本全覆盖，而一个常用的实验谱图库则遗漏了6个样本。这有力证明了预测谱图库在攻克覆盖率难题上的独特锋芒。

在《Frontiers in Pharmacology》发表的一项苦木抗菌成分研究中，研究者正是运用此流程，以COCONUT和自建库作为检索对象，通过碎片预测与归属匹配，成功鉴定了包括quassidine K在内的多个活性分子。

应用案例：中药苦木抗菌活性化学成分的质谱定性

图4. 通过ACD.MS Fragmenter分析quassidine K的质谱裂解途径