regression - 如何从 SMILES 获取分子结构信息

Question

我的问题是:是否有任何算法可以将SMILES结构转换为拓扑指纹？例如，如果甘油是输入，答案将是 3 x -OH、2x -CH2 和 1x -CH。

我正在尝试构建一个可以使用人工神经网络预测混合物密度的 Python 脚本。作为输入，我希望从 SMILES 结构开始获得分子的结构/指纹。

我已经熟悉 -rdkit 和 morganfingerprint 但这不是我要找的。我也知道我可以在 rdkit 中使用“匹配子结构”搜索，但是我必须定义所有不同的子组。有没有更方便/更快捷的方式？

Answer 1

对于大多数结构，没有找到片段的现有选项。但是，rdkit 中有一个模块可以为您提供片段的数量，尤其是当它是一个函数组时。看看here .例如，假设您要查找分子中脂肪族 -OH 基团的数量。您可以简单地调用以下函数来执行此操作

from rdkit.Chem.Fragments import fr_Al_OH
fr_Al_OH(mol)

或以下将返回芳香族 -OH 基团的数量:

from rdkit.Chem.Fragments import fr_Ar_OH
fr_Ar_OH(mol)

同样，还有 83 种功能可用。其中一些对您的任务很有用。对于那些，你没有得到预先写好的功能，你总是可以去这些rdkit模块的源代码，弄清楚他们是如何做到的，然后为你的功能实现它们。但是正如您已经提到的，方法是定义一个 SMARTS 字符串，然后进行片段匹配。片段匹配模块可见here .