RDKit|化学信息学基础操作——子结构搜索与匹配

子结构搜索与匹配是化学信息学中的一项关键技术，用于在分子数据库中查找符合特定子结构模式的分子。RDKit 提供了强大且灵活的工具来执行子结构搜索，允许用户查找包含特定原子排列、环结构或官能团的分子。这一功能在药物设计、化合物筛选以及分子结构分析中具有广泛的应用。

1 子结构匹配的基本原理

在子结构搜索中，我们通常定义一个子结构模板（例如一个分子片段），然后在数据库中的分子上搜索是否存在与该模板匹配的部分。RDKit 使用 SMILES 或 SMARTS 语言来描述这些子结构。

• SMILES：一种简洁的分子表示法，用于描述整个分子结构。

• SMARTS：扩展的 SMILES 表示法，用于描述可以匹配多种分子的子结构模式。

示例：苯环的 SMARTS 表示

benzene_smarts = '[cH]1[cH][cH][cH][cH][cH]1'

2 基本的子结构匹配

RDKit 提供了 HasSubstructMatch 方法来执行子结构匹配。通过这个方法，我们可以检查一个分子是否包含指定的子结构。

2.1 简单子结构匹配