RDKit

化合物（compounds）药物是一种主要的药物类型，通常进行相关研究时通常需要对其结构进行操作，展示，及分子量，化学描述符等计算。这里介绍一个操作简便友好的开源工具，RDKit。

RDKit是一个用于化学信息学的开源工具包，基于对化合物2D和3D分子操作，利用机器学习方法进行化合物描述符生成，fingerprint生成，化合物结构相似性计算，2D和3D分子展示等。基于PYTHON语言进行调取使用。

该工具官网：https://rdkit.org

也可以根据从 The RDKit Documentation 网站进入了解RDKit并熟悉RDKit的指令操作。

以下介绍RDKit的一些基础操作。

from rdkit import Chem

# 读化合物分子·example
m = Chem.MolFromSmiles('Cc1ccccc1')   #读取Smiles
m = Chem.MolFromMolFile('data/input.mol')    #读取.mol文件
stringWithMolData=open('data/input.mol','r').read()
m = Chem.MolFromMolBlock(stringWithMolData)

# 写化合物分子·example
m = Chem.MolFromMolFile('data/chiral.mol')
Chem.MolToSmiles(m) # 结果显示： 'C[C@H](O)c1ccccc1'

Getting Started with the RDKit in Python

• Important note
• What is this?
• Reading and Writing Molecules
  • Reading single molecules
  • Reading sets of molecules
  • Writing molecules
  • Writing sets of molecules
• Working with Molecules
  • Looping over Atoms and Bonds
  • Ring Information
  • Modifying molecules
  • Working with 2D molecules: Generating Depictions
  • Working with 3D Molecules
  • Preserving Molecules
  • Drawing Molecules
  • Metadata in Molecule Images
• Substructure Searching
  • Stereochemistry in substructure matches
  • Atom Map Indices in SMARTS
  • Advanced substructure matching
• Chemical Transformations
  • Substructure-based transformations
  • Murcko Decomposition
• Maximum Common Substructure
• Fingerprinting and Molecular Similarity
  • Topological Fingerprints
  • MACCS Keys
  • Atom Pairs and Topological Torsions
  • Morgan Fingerprints (Circular Fingerprints)
    • Explaining bits from Morgan Fingerprints
  • Generating images of fingerprint bits
  • Picking Diverse Molecules Using Fingerprints
  • Generating Similarity Maps Using Fingerprints
• Descriptor Calculation
  • Visualization of Descriptors

Getting Started with the RDKit in Python — The RDKit 2022.03.1 documentation

RDKit介绍及使用 - 知乎 (zhihu.com)