Python化學包RDkit的教程

• 官方地址
• 教程
• • 讀取文件
  • 對分子進行操作
  • • 訪問單個原子
    • 訪問化學鍵
    • 化學特征提取

官方地址

http://www.rdkit.org/
本文不再給出安裝方法，讀者可自行網(wǎng)上搜索。

教程

說明：如果某一行有注釋，則該注釋表示該行的輸出

讀取文件

RDKit能讀取各種各樣的化學結(jié)構(gòu)文件，類和方法主要在rdkit.Chem.rdmolfiles這個模塊下，因此需要先導入包

from rdkit import Chem

以sdf文件為例，官方給出了4種等價的讀取方法，這些方法返回一個或多個rdkit.Chem.rdchem.Mol對象（http://www.rdkit.org/docs/source/rdkit.Chem.rdmolfiles.html#rdkit.Chem.rdmolfiles.SDMolSupplier）

suppl = Chem.SDMolSupplier('in.sdf') mol = suppl[0] print(mol.GetNumAtoms()) # 9

奇怪，原子數(shù)怎么只有9個？輸出所有原子之后發(fā)現(xiàn)氫原子被省略了，因此如果你不希望省略氫原子，按照以下方式讀取

suppl = Chem.SDMolSupplier('in.sdf', removeHs=False) mol = suppl[0] print(mol.GetNumAtoms()) # 23

對分子進行操作

訪問單個原子

如果要訪問單個原子，可以通過GetAtomWithIndex()獲得原子對象rdkit.Chem.rdchem.Atom，以第一個原子碳原子為例，獲取它的標簽、價電子、原子元素周期編號

atom = mol.GetAtomWithIdx(0) print(atom.GetSymbol()) # C print(atom.GetExplicitValence()) # 4 print(atom.GetAtomicNum()) # 6

如果要訪問所有原子，可以通過GetAtoms()方法遍歷

for atom in mol.GetAtoms():print(atom.GetSymbol())

獲取所有原子坐標，該方法返回一個numpy數(shù)組

mol.GetConformers()[0].GetPositions() # return a numpy array

其他可能用到的屬性

atom.GetHybridization() # 返回雜化類型 atom.GetIsAromatic () # 該原子是否在芳香烴內(nèi) atom.GetTotalNumHs() # 與該原子連接的氫原子個數(shù) atom.GetNeighbors() # 返回該原子的所有鄰居原子，以元祖的形式返回

有關(guān)原子的請其他方法點擊這里

訪問化學鍵

通過GetBondBetweenAtoms()可以返回一個化學鍵的對象rdkit.Chem.rdchem.Bond，這個方法的輸入?yún)?shù)是兩個原子在數(shù)組中的編號，如果化學鍵不存在，則返回None

bond1 = mol.GetBondBetweenAtoms(0,1) bond2 = mol.GetBondBetweenAtoms(0,2) print(bond1) # <rdkit.Chem.rdchem.Bond object at 0x000000000084D850> print(bond2) # None

獲得化學鍵的類型

print(bond1.GetBondType()) # rdkit.Chem.rdchem.BondType.SINGLE

化學鍵的鍵長我暫時沒有找到相應(yīng)的方法，但是可以根據(jù)原子的坐標手動計算。

化學特征提取

重新打開一個Python文件進行操作。
對于有些原子的特征，其在原子層面上無法判斷化學特征，因此需要在分子層面上進行提取。例如化學中的donor和acceptor概念（具體是什么意思我也不知道，沒有化學背景，但知道有這些類別就行，并且這些類別是原子的特征）
首先導入包，然后設(shè)定特征的參考文件，并實例化一個特征工廠。

from rdkit import Chem from rdkit.Chem import ChemicalFeatures from rdkit import RDConfig import os fdefName = os.path.join(RDConfig.RDDataDir,'BaseFeatures.fdef') factory = ChemicalFeatures.BuildFeatureFactory(fdefName)

默認情況下對任何化合物都不需要改動上面的代碼。
利用MolFromSmiles方法讀取分子。Smiles(Simplified molecular-input line-entry system)是一種描述分子的字符串描述符，和高中學過的分子結(jié)構(gòu)式差不多。更多關(guān)于Smiles的信息可以參見百度百科或維基百科

m = Chem.MolFromSmiles('OCc1ccccc1CN') feats = factory.GetFeaturesForMol(m) len(feats) # 8

這里分子為OCc1ccccc1CN，我們最終生成了8個特征，每個特征的提取方法如下所示

feats[0].GetFamily() # 'Donor' feats[0].GetType() # 'SingleAtomDonor' feats[0].GetAtomIds() # (0,) feats[4].GetFamily() # 'Aromatic' feats[4].GetAtomIds() # (2, 3, 4, 5, 6, 7)

更多關(guān)于特征方法請參閱這里

總結(jié)

以上是生活随笔為你收集整理的【RDKit】Python化学包RDkit的教程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。