RDKit |
您所在的位置：网站首页 › smiles与smile区别 › RDKit |
RDKit
|
1 SMILES和SMARTS的区别  SMILES: 分子描述语言 SMILES (Simplified Molecular Input Line Entry System)是一种分子描述语言，由Daylight C.I.S.的创始人 Dr. David Weininger 博士发明。它简单，易于理解，且广泛使用的分子描述方法。 将分子的二维结构描述为字符串紧凑地保存信息与原子坐标数组不同，用户易于理SMILES的几种类型 generic SMILES仅描述原子及原子之间键的SMILES是“generic SMILES”。 根据首先出现的原子，在哪个方向上追踪原子以及在分支中将哪一侧视为侧链，可以针对同一结构描述多种类型的generic SMILES。 isomeric SMILES包含同位素和不对称中心描述的SMILES被称为“isomeric SMILES”。像通用SMILES一样，isomeric SMILES可以有多个isomeric SMILES。 canonical SMILES通过选择头部原子，从其遵循的方向以及基于某些规则的侧链，可以确定单个结构的unique SMILES。 仅generic SMILES被称为“generic SMILES”或“canonical SMILES”。 通用SMILES到canonical SMILES的转换称为SMILES的canonicalization。 由于Canonical SMILES与分子结构一一对应，因此它也被用作THOR / Merlin数据库中的关键项。 absolute SMILES标准化的isomeric SMILES称为absolute SMILES。 SMARTS：模式描述语言 SMARTS (SMiles ARbitrary Target Specification) 是延伸于所述搜索查询的SMILES模式描述语言。 一种模式描述语言，扩展了SMILES语言以进行搜索查询可以显示结构搜索条件，例如通配符和条件规范2 Reaction SMILES / SMARTS SMILES还具有Reaction SMILES，它是可以描述化学反应的扩展。 Murai reaction 首先，来自村井伸二教授等人的世界上第一个实用的催化CH键活化型反应  Reaction SMILES是“原料/试剂>>产品” O = C-C1 = CC = CC = C1.CCO [Si]（OCC）（OCC）C = C >> CCO [Si]（CCC1 = C（C = O）C = CC = C1）（OCC）OCC 两种原材料通过SMILES用“ . ”连接。 实际尝试一下反应。准备要反应的Mol对象和反应模式后，执行RunReactant（Reaction SMARTS） 导入库 代码语言：javascript复制from rdkit import rdBase, Chem from rdkit.ChemimportAllChem, Draw准备反应模式 代码语言：javascript复制reactant_1 = Chem.MolFromSmiles('O=C-C1=CC=CC=C1') reactant_2 = Chem.MolFromSmiles('CCO[Si](OCC)(OCC)C=C') reaction_pattern = '[O:1]=[C:2]-[c:3][c:4].[C:5]=[C:6]-[Si:7] >> [O:1]=[C:2]-[c:3][c:4]-[C:5]=[C:6]-[Si:7]' rxn = AllChem.ReactionFromSmarts(reaction_pattern) x = rxn.RunReactants([reactant_1, reactant_2]) print(x)标准化分子后绘制产物结构 代码语言：javascript复制Chem.SanitizeMol(x_0) Draw.MolToImage(x_0) MacMillan：Late-Stage Trifluoromethylation 关于C-H活化反应，通常将其用作后期Late-Stage Functionalization，其在合成结束时增加分子的多样性，尤其是其在小分子药物上的应用，以证明其有用性。如三氟甲基（一种常用于药物发现化学中的部分结构）可以一步一步直接引入到药物分子本身中，是否有可能创造出一个具有新特性的有用分子？如果一口气就能制造出来，它们就能增加有潜力分子的种类！” 反应形式是芳环的C-H键向三氟甲基的转化。  Reaction SMILES如下： FC（F）（F）S（Cl）（= O）= O.C1 = CC = CC = C1 >> FC（F）（F）C1 = CC = CC = C1 以立普妥（Atrovastatin）为底物进行反应，以合成三氟甲基化CF3-立普妥。 导入库 代码语言：javascript复制from rdkit import rdBase, Chem from rdkit.Chem import AllChem, Draw import pubchempy as pcp import pandas as pd准备底物 代码语言：javascript复制Lipitor_df = pcp.get_properties('canonical_smiles', 'Lipitor', 'name', as_dataframe=True) Lipitor_smi = Lipitor_df.loc[60823, 'CanonicalSMILES'] Lipitor_mol = Chem.MolFromSmiles(Lipitor_smi) Draw.MolToImage(Lipitor_mol) 立普妥（Lipitor）具有三个苯环和大量反应位点，但MacMillan及其同事在1：1：1的区域异构体混合物中生产了三种主要的三氟甲基化产物（产率为74％）。 代码语言：javascript复制CF3_reaction = '[c:1][cH1:2][c:3]>>[c:1][c:2](C(F)(F)F)[c:3]' rxn = AllChem.ReactionFromSmarts(CF3_reaction) x = rxn.RunReactants([Lipitor_mol,]) #获取分子 CF3_Lipitors = {} for p in x: Chem.SanitizeMol(p[0]) smi = Chem.MolToSmiles(p[0]) CF3_Lipitors[smi] = p[0] print(len(CF3_Lipitors)) #8分子已生成 #将字典转换为列表并绘制 CF3_Lipitor_list = list(CF3_Lipitors.values()) Draw.MolsToGridImage(CF3_Lipitor_list, molsPerRow=4, subImgSize=(200,200)) 由于不知道CF3进入的位置，因此使用立普妥（Lipitor）的骨架进行对齐。 代码语言：javascript复制AllChem.Compute2DCoords(Lipitor_mol) for m in CF3_Lipitor_list: AllChem.GenerateDepictionMatching2DStructure(m, Lipitor_mol)要突出显示CF3，请获取与子结构搜索匹配的原子数。 代码语言：javascript复制CF3_list = [] CF3_subst = Chem.MolFromSmarts('C(F)(F)F') for mol in CF3_Lipitor_list: matched_atoms = mol.GetSubstructMatches(CF3_subst) CF3_list.append(matched_atoms[0])绘制 代码语言：javascript复制legends = [str(i) for i in range(8)] Draw.MolsToGridImage(CF3_Lipitor_list, molsPerRow=4, subImgSize=(200,200), legends=legends, highlightAtomLists=CF3_list) 上述结构中，实际产生的三个分子是4号（4'-CF3-Lipitor，分离产率为22％）和5号（2-CF3-Lipitor，分离产率）。比率为25％）和7（4-CF3-Lipitor，分离产率为27％）。 考虑到该反应不会与氟苯基一起进行，而与苯胺的反应这一事实，该三氟甲基化反应的选择性似乎受到富电子环和空间空位的影响。 参考资料 1.http://www.rdkit.org/docs/RDKit_Book.html#chemical-reaction-handling 2.https://www.molsis.co.jp/datamanagement/daylight/smiles/ 3.https://www.daylight.com/dayhtml/doc/theory/theory.smarts.html 作者 / 编辑：王建民 DrugAI 本文为DrugAI原创编译整理，如需转载，请在公众号后台留言。 |
【本文地址】
今日新闻 |
推荐新闻 |