rdkit、mordred分子描述计算molecular descriptors、Lipinski

参考：
https://zhuanlan.zhihu.com/p/349670859
https://github.com/gashawmg/molecular-descriptors/blob/main/Molecular%20descriptors.ipynb

知识：simles 格式

1．原子用在方括号内的化学元素符号表示。
例如[Au]表示“金”，氢氧根离子是[OH-]。
有机物中的C、N、O、P、S、Br、Cl、I等原子可以省略方括号，其他元素必须包括在方括号之内。
2．氢原子常被省略。
对于省略了方括号的原子，用氢原子补足价数。
例如，水的SMILES就是O，乙醇是CCO。
3．双键用“=”表示；三键用“#”表示。
含有双键的二氧化碳则表示为O=C=O，含有三键的氰化氢表示为C#N。
4．如果结构中有环，则要打开。断开处的两个原子用同一个数字标记，表示原子间有键相连。
环己烷(C6H12)表示为C1CCCCC1。需要注意，标志应该是数字(在此例中为1)而不是“C1”这个组合。扩展的表示是(C1)-(C)-(C)-(C)-(C)-(C)-1而不是(C1)-(C)-(C)-(C)-(C)-(C)-(C1)。
5．芳环中的C、O、S、N原子分别用小写字母c,o,s,n表示。
6．碳链上的分支用圆括号表示。
比如丙酸表示为CCC(=O)O，FC(F)F或者C(F)(F)F表示三氟甲烷。
7. 在芳香结构中的N原子上连有一个Ｈ原子，用[nH]表示
8. 用@和@@表示手性

rdkit、mordred分子描述计算molecular descriptors

rdkit
mordred ：具体参数说明链接：https://mordred-descriptor.github.io/documentation/master/descriptors.html

from rdkit.Chem import AllChem
from rdkit import Chem
from rdkit.Chem import Descriptors
from rdkit.ML.Descriptors import MoleculeDescriptors# https://pandas.pydata.org
import pandas as pd# https://numpy.org/doc/stable/release.html
import numpy as np#https://github.com/mordred-descriptor/mordred
from mordred import Calculator, descriptors### data.csv 案例分子
dataset = pd.read_csv("./data.csv")
dataset.shape## canonical_smiles主要把同一个分子的不同simles表示统一成一个
def canonical_smiles(smiles):mols = [Chem.MolFromSmiles(smi) for smi in smiles] smiles = [Chem.MolToSmiles(mol) for mol in mols]return smiles# 转化成统一simles和去重
Canon_SMILES = canonical_smiles(dataset.SMILES)
dataset['SMILES'] = Canon_SMILESdataset_new = dataset.drop_duplicates('SMILES')

rdkit计算 descriptors、Lipinski

##简单示例：
from rdkit.Chem import Descriptors
mm = Chem.MolFromSmiles('[*]C(=O)O')  #[6*]C(=O)Ologp=Descriptors.MolLogP(mm)
logpmol_weight = Descriptors.MolWt(mm)
mol_weightheavy_atom_count = Descriptors.HeavyAtomCount(mm)
heavy_atom_countpolar_Surface_area = Descriptors.TPSA(mm)
polar_Surface_areafrom rdkit.Chem import Lipinskirotatable_bond = Lipinski.NumRotatableBonds(mm)
rotatable_bondhydrogen_bond_Acceptor_count = Lipinski.NumHAcceptors(mm)
hydrogen_bond_Acceptor_counthydrogen_bond_donor_count = Lipinski.NumHDonors(mm)
hydrogen_bond_donor_count

这是获取descriptors200个特征名称

calc = MoleculeDescriptors.MolecularDescriptorCalculator([x[0] for x in Descriptors._descList])desc_names = calc.GetDescriptorNames()

### RDkit_descriptors计算得出分子特征，200个def RDkit_descriptors(smiles):mols = [Chem.MolFromSmiles(i) for i in smiles] calc = MoleculeDescriptors.MolecularDescriptorCalculator([x[0] for x in Descriptors._descList])desc_names = calc.GetDescriptorNames()Mol_descriptors =[]for mol in mols:# add hydrogens to moleculesmol=Chem.AddHs(mol)# Calculate all 200 descriptors for each moleculedescriptors = calc.CalcDescriptors(mol)Mol_descriptors.append(descriptors)return Mol_descriptors,desc_names # Function call
Mol_descriptors,desc_names = RDkit_descriptors(dataset_new['SMILES'])df_with_200_descriptors = pd.DataFrame(Mol_descriptors,columns=desc_names)
df_with_200_descriptors

mordred计算

这是获取descriptors 1826个特征名称

descriptors_mord = {}
for i, desc in enumerate(Calculator(descriptors, ignore_3D=False).descriptors):descriptors_mord[desc.__str__()] = descdescriptors_mord

def All_Mordred_descriptors(data):calc = Calculator(descriptors, ignore_3D=False)mols = [Chem.MolFromSmiles(smi) for smi in data]# pandas dfdf = calc.pandas(mols)return dfmordred_descriptors = All_Mordred_descriptors(dataset_new['SMILES'])mordred_descriptors

rdkit、mordred分子描述计算molecular descriptors、Lipinski相关推荐

RDKit|摩根分子指纹计算、提取与可视化
文章目录一.摩根分子指纹计算 1.简介 2.SparseIntVects 3.ExplicitBitVects 4.FCFPs 5.更多泛化二.摩根分子指纹提取 1.提取方法一 2.提取方法二三 ...
rdkit 分子性质描述符（Descriptors）
文章目录一.引入所需库二.性质描述符计算三.原子对性质的贡献可视化分子性质也被称为描述符. RDKit中内置了大量的分子描述符的计算方法, 这些方法主要位于 rdkit.Chem.Descri ...
RDKit | 化合物芳香度分子描述符的计算与相关性比较
分子描述符是确定分子性质的指标. 本文想看看描述分子特性中侧重于" 化合物芳香度 "的描述符.随着交叉偶联反应的发展,将芳环引入分子变得更加容易.另一方面,已知具有多个芳环的化合物 ...
RDKit | 通过Lipinski规则了解如何在RDKit中处理描述符
以Lipinski的为主题,学习RDKit如何处理表征分子特性的" 描述符 ". 描述符描述符是确定分子性质的指标.当然,水的性质是水的溶解度和大小的性质,生物活 ...
底物的分子描述符计算及 CYP450 酶-底物选择性技术研究
本篇推文引自:基于网络的标签空间划分方法预测 CYP450 酶-底物选择性 1. 分子描述符计算本文计算了四种类型的底物分子描述符并把他们当成 4 类特征表示用于机器学习建模,这 4 类特征 ...
计算分子描述符——使用E-Dragon
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 ...
分子生成中常见分子描述符介绍及代码实现
一.背景介绍本文针对计算机辅助药物设计 (CADD)中的分子生成方向进行一下总结,主要内容是根据模型生成的分子理化性质检验,包括多种性质的定义.计算公式.评价指标及实现代码. 计算机辅助药物设计 ( ...
rdkit 绘制分子【可视化分子】
rdkit 内置了Draw模块,用于绘图,把一些经常用到的方法直接放在Draw下面. 文章目录一.引入所需库二.分子对象转化为图片 2.1 分子对象转图片文件函数解析 2.2 分子对象转图片函数解 ...
rdkit 读写分子操作
让计算机识别化学分子是计算化学的必备技能,也是对分子进行各种操作的基础. 文章目录一.简介二.读分子操作 2.1 引入所需库 2.2 读入smiles 2.3 读入mol文件 2.4 读入sdf文 ...

rdkit、mordred分子描述计算molecular descriptors、Lipinski

rdkit、mordred分子描述计算molecular descriptors

rdkit计算 descriptors、Lipinski

mordred计算

rdkit、mordred分子描述计算molecular descriptors、Lipinski相关推荐

最新文章

热门文章