RDkit三：通过smiles编码生成带有分子图的数据表

作为一个被化学折磨了十几年的转码人，最近在跑分子生成模型时，遇到了这样一个困扰，从分子生成模型中输出的是一个包含大量smiles编码的表格，就这样子的：

 

 但我想看到的是这个样子的：

 就是一列smiles编码，一列对应分子结构的模式，这样在浏览数据时可以通过化学结构更方便的对数据进行判断。

要满足这个需求，需要用到rdkit的中的Draw模块，此处贴上最好用的资料，官方文档：rdkit.Chem.Draw package — The RDKit 2022.03.1 documentation

接下来演示一下我实现这个过程用到的小demo：

import pandas as pd 
import xlsxwriter
import openpyxl

from rdkit import Chem
from rdkit.Chem import Draw
from rdkit.Chem.Draw.MolDrawing import MolDrawing,DrawingOptions


# 读入要处理的数据
df = pd.read_excel('dataset.xlsx', engine='openpyxl',header=None)

# 根据smiles编码生成图片，生成的图片挡在generation文件夹中
def generation_images(data):
    draw = data.smiles.tolist()
    for i in draw:
        mol = Chem.MolFromSmiles(i)
        Draw.MolToFile(mol,f'./generation/img{i}.png',size=(150,100))

# 创建excel表格，将生成的图片读入
def load_images(data):
    workbook = xlsxwriter.Workbook('dataset_with_iamges.xlsx')
    worksheet = workbook.add_worksheet()
    for i,j in enumerate(data.smiles.tolist()):
        worksheet.write(f'A{i+1}', f'{j}')
        worksheet.insert_image(f'B{i+1}', f'./generation/img{j}.png')
    workbook.close()

generation_images(df)
load_images(df)