rdkit

# RDKit 化学信息学工具包 ## 概述 RDKit 是一个综合性的化学信息学库，提供用于分子分析和操作的 Python API。本技能提供有关读取/写入分子结构、计算描述符、指纹识别、子结构搜索、化学反应、2D/3D 坐标生成以及分子可视化的指导。适用于药物发现、计算化学和化学信息学研究任务。 ## 核心能力 ### 1. 分子 I/O 与创建 **读取分子：** 从多种格式读取分子结构： python from rdkit import Chem # 从 SMILES 字符串 mol = Chem.MolFromSmiles('Cc1ccccc1') # 返回 Mol 对象或 None # 从 MOL 文件 mol = Chem.MolFromMolFile('path/to/file.mol') # 从 MOL 块 (字符串数据) mol = Chem.MolFromMolBlock(mol_block_string) # 从 InChI mol = Chem.MolFromInchi('InChI=1S/C6H6/c1-2-4-6-5-3-1/h1-6H') **写入分子：** 将分子转换为文本表示： python # 转换为规范 SMILES smiles = Chem.MolToSmiles(mol) # 转换为 MOL 块 mol_block = Chem.MolToMolBlock(mol) # 转换为 InChI inchi = Chem.MolToInchi(mol) **批量处理：** 对于处理多个分子，使用 Supplier/Writer 对象： python # 读取 SDF 文件 suppl = Chem.SDMolSupplier('molecules.sdf') for mol in suppl: if mol is not None: # 检查解析错误 # 处理分子 pass # 读取 SMILES 文件 suppl = Chem.SmilesMolSupplier('molecules.smi', titleLine=False) # 对于大文件或压缩数据 with gzip.open('molecules.sdf.gz') as f: suppl = Chem.ForwardSDMolSupplier(f) for mol in suppl: # 处理分子 pass # 大数据集的多线程处理 suppl = Chem.MultithreadedSDMolSupplier('molecules.sdf') # 将分子写入 SDF writer = Chem.SDWriter('output.sdf') for mol in molecules: writer.write(mol) writer.close() **重要说明：** - 所有 `MolFrom*` 函数在失败时返回 `None` 并附带错误消息 - 在处理分子前务必检查是否为 `None` - 分子在导入时会自动进行标准化 (验证化合价、感知芳香性) ### 2. 分子标准化与验证 RDKit 在解析过程中会自动对分子进行标准化，执行包括化合价检查、芳香性感知和手性分配在内的 13 个步骤。 **标准化控制：** python # 禁用自动标准化 mol = Chem.MolFromSmiles('C1=CC=CC=C1', saniti