[python]化学小代码，区分小分子的异同

无踪的风

1. from rdkit import Chem
   
2. from rdkit.Chem import rdFingerprintGenerator
   
3. from rdkit.Chem import DataStructs
   
4. from rdkit.Chem import SDMolSupplier, SDWriter
   
5. 
   
6. def similarity_filter_tversky(ref_smiles, sdf_filename, output_filename):
   
7.     # 从参考分子 SMILES 字符串中构建 RDKit 分子对象
   
8.     ref = Chem.MolFromSmiles(ref_smiles)
   
9.     if ref is None:
   
10.         print("无法解析参考分子的 SMILES")
    
11.         return
    
12.      
    
13.     # 创建 RDKit 分子指纹生成器
    
14.     fpgen = rdFingerprintGenerator.GetMorganGenerator(radius=2, fpSize=1024)
    
15.      
    
16.     # 从 SDF 文件中读取分子
    
17.     suppl = SDMolSupplier(sdf_filename)
    
18.     if suppl is None:
    
19.         print("无法读取 SDF 文件")
    
20.         return
    
21.      
    
22.     # 创建输出 SDF 文件的写入器
    
23.     writer = SDWriter(output_filename)
    
24.      
    
25.     # 遍历每个分子
    
26.     for mol in suppl:
    
27.         if mol is None:
    
28.             print("无法解析 SDF 文件中的分子")
    
29.             continue
    
30.          
    
31.         # 计算参考分子和当前分子的 Tversky 相似性
    
32.         fp1 = fpgen.GetCountFingerprint(ref)
    
33.         fp2 = fpgen.GetCountFingerprint(mol)
    
34.         simi = DataStructs.cDataStructs.TverskySimilarity(fp1, fp2, 0.05, 0.95)
    
35.          
    
36.         # 如果相似性大于 0.4，则将该分子写入输出文件
    
37.         if simi > 0.4:
    
38.             writer.write(mol)
    
39.             print(f"分子与参考分子相似性: {simi}, 分子已保留")
    
40.         else:
    
41.             print(f"分子与参考分子相似性: {simi}, 分子被过滤")
    
42.      
    
43.     writer.close()
    
44.     print("处理完成")
    
45. 
    
46. # 使用示例
    
47. reference_smiles = "C1(C2=CC=CC=C2)=CC=CC=C1"
    
48. sdf_file = "input.sdf"
    
49. output_sdf_file = "output_tversky.sdf"
    
50. similarity_filter_tversky(reference_smiles, sdf_file, output_sdf_file)

复制代码