RDKit | 基于SMILES查找化合物的MACCS密钥

最新推荐文章于 2025-03-07 19:09:34 发布

DrugAI

最新推荐文章于 2025-03-07 19:09:34 发布

阅读量4.1k

点赞数 4

分类专栏： RDKit | 化学信息学与AI 文章标签： Python 化学信息学 RDKit MACCS

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/u012325865/article/details/101697880

版权

RDKit | 化学信息学与AI 专栏收录该内容

154 篇文章 ¥99.00 ¥99.00

订阅专栏

超级会员免费看

本文介绍如何利用Python和RDKit库，基于SMILES字符串来计算化合物的MACCS关键指纹。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

导入包

from rdkit import Chem
from rdkit.Chem import MACCSkeys
from rdkit import DataStructs
import numpy as np

载入smiles并计算MACCS Keys

mol = Chem.MolFromSmiles('OC(=O)C1=C(C=CC=C1)C2=C3C=CC(=O)C(=C3OC4=C2C=CC(=C4Br)O)Br')
fps = MACCSkeys.GenMACCSKeys(mol)

print(fps)

<rdkit.DataStructs.cDataStructs.ExplicitBitVect object at 0x000002C5F28A1F30>

fp_bits = tu

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

DrugAI

关注关注

4
点赞
踩
7

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

rdkit 同一个化合物的多种SIMLES格式生成；片段分子两个R-groups基团字符串拼接

weixin_42357472的博客

10-22

749

片段生成可参考：https://blog.csdn.net/weixin_42357472/article/details/127377633。正常处理字符串可能会有上诉的问题，所以这里简单调用本文章第一个用rdkit接口同一个化合物生成的多个smiles，然后选取连接点（*星号）在最后的那个拿来做对接。（*星号）都在前面，字符串拼接前需要处理反转下；正常字符串反转simles没有很简单，特别在括号，等号，和括号对应的侧链位置都可能丢失。1）两个片段结构：“*OCCOc1ccccc1” ,'

RDKit | 基于RDKit 的化合物预处理

DrugAI

09-16

3053

基于Python和RDKit对化合物数据进行预处理。环境 MolVS是专门用于化合物预处理的库。 rdkit 2020.03 molvs 0.1.1 化合物（Compound）预处理 RDKit：SanitizeMol Kekure的形成，化合价的确认，芳香性的设定，结合等。参考：http://rdkit.org/docs/source/rdkit.Chem.rdmolops.html MolVS : Normarize 参考：https://molvs.readth...

1 条评论您还未登录，请先登录后发表或查看评论

根据化合物的英文名称批量获取其对应smiles与CID编号

weixin_49214410的博客

04-11

2483

【代码】根据化合物的英文名称批量获取其对应smiles与CID编号。

根据SMILES查找iupac名称和CAS号

热门推荐

gongfuxiongmao_的博客

06-20

1万+

smiles，smart编码及摩根指纹介绍

rdkit 将SMILE转3D分子并保存起来学习笔记一

weixin_41922868的博客

10-30

1533

小白学习笔记

RDKit | 基于RDKit的随机SMILES的生成

DrugAI

02-27

3351

环境系统：Windows 10 （x64） Python： Python3.7 RDKit：2019.09.3 基于RDKit的随机smiles生成导入库 import sys import os from rdkit import Chem from rdkit.Chem import Draw from rdkit.Chem.Draw import IPythonCon...

RDKit | 基于RDKit的SMILES转canonical SMILES

DrugAI

03-24

8205

基于RDKit的SMILES String转canonical SMILESString 导入库 from rdkit import Chem from rdkit.Chem import Draw from rdkit.Chem.Draw import IPythonConsole SMILES转RDKit的Mol对象 testsmi = '[H][C@@]12CC[C@H](...

RDKit | 基于keras的化合物SeqToSeq Autoencoder

DrugAI

01-14

2894

简介输入化合物结构smiles并创建一个自动编码器模型，该模型将在尺寸压缩后恢复化合物结构smiles。尽管它不是VAE，不能用于生成化合物，但是可以将编码层（图中的压缩表示）用作分子指纹。数据集使用最大无偏验证（MUV）数据集（https://pubs.acs.org/doi/10.1021/ci8002649）。MUV是虚拟筛选基准的约90,000分子，其...

RDKit | 化合物库的相似性分析

DrugAI

09-17

3028

展示一种小分子数据库的相似性分析策略。实例中使用SMILES文件，该分析可以以相同的方式从分子的SDF或其他格式文件中加载数据，只需确保使用适当的方法将分子加载到RDKit中。导入库 import os import pandas as pd import numpy as np import matplotlib.pyplot as plt from m...

RD kit官方指南

03-23

RDkit指南～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～～

分子结构的子结构查询：SMARTS语言

wufeil7的博客

01-23

4856

在化学信息学中，有时候我们要确定化学分子是否包含特定的模式（结子构）之前我们已经提及，fingerprint的SMILES字符串经常用来表示分子。 SMARTS是SMILES语言的扩展，可以用于创建查询，类似文本语言的正则表达式。任何的SMILES字符串都可以是SMARTS字符串下面展示，如何从SMILES字符串定义分子，显示分子，并突出与特定SMARTS，模式匹配的原子 1. 导入基础模块 from rdkit import Chem from rdkit.Chem.Draw import Mol

python通过SMIELS查询CAS号

周迪新的博客

10-19

2972

SMILES CAS

RDKit 开源化学信息学软件教程

gitblog_00130的博客

08-08

882

RDKit 开源化学信息学软件教程 rdkitThe official sources for the RDKit library项目地址:https://gitcode.com/gh_mirrors/rd/rdkit 1. 项目介绍 RDKit 是一个用于化学信息学和机器学习的开源软件库，由C++开发，并提供了Python接口。该项目采用BSD许可，旨在为企业和个人提供友好的开源环境进行化学数...

根据化合物CID列表一次性批量获取相应SMILES的方法

韦恩的博客

06-08

3700

根据化合物CID列表一次性批量获取相应SMILES的方法

计算分子描述符——使用E-Dragon

xiaosuom

07-18

1万+

介绍计算分子描述符（又称理论分子描述符）不需借助于任何实验信息，只需要分子的结构信息就可以计算出来，例如分子的组成，拓扑结构以及量子化学描述符等等。其优点是对化合物结构的描述更全面细致，物理化学意义更明确，理论性更强。与Abraham描述符相比，无需依靠实验，因此实用性更广，更易于推广。方法有多个软件可以获取物质的计算分子描述符。例如，史新宇采用Accelrys Discovery Studio分子模拟软件作为工具生成化合物的2D和3D分子特征。该工具提供了12中不同类别的分子特征，这些类别

根据SMILES爬取Pubchem化合物数据

09-29

SMILES是一种化学结构的线性字符串表示法，用于描述有机分子的结构。要从PubChem这样的数据库中爬取基于SMILES的化合物数据，通常需要按照以下步骤操作： 1. **访问API**: PubChem提供了RESTful API服务，允许通过HTTP请求获取化学信息。你可以使用Python的`requests`库或其他支持HTTP请求的语言。 ```python import requests url = "https://pubchem.ncbi.nlm.nih.gov/rest/pug/compound/{smiles}/property/CanonicalSMILES,HeavyAtomCount,MolecularWeight" ``` 这里的{smiles}需要替换为你想要查询的SMILES字符串。 2. **构建请求**: 需要在URL中包含SMILES作为路径变量，并指定你想要检索的属性，如SMILES本身、原子数或分子量。 3. **发送请求并解析响应**: - 发送GET请求到上述URL。 - 对返回的JSON数据进行解析，提取你需要的数据字段。 ```python response = requests.get(url.format(smiles=your_smiles)) data = response.json() canonical_smiles = data['CanonicalSMILES'] heavy_atom_count = data['HeavyAtomCount'] molecular_weight = data['MolecularWeight'] ``` 4. **处理错误和异常**: 确保检查响应状态码，如果请求失败，可能需要处理错误。 5. **保存数据**: 将抓取的数据存储到文件、数据库或其他合适的地方。