如何从 SMILES 获取分子结构信息
How do I get molecular structural information from SMILES
我的问题是：有没有算法可以将SMILES结构转化为拓扑指纹？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 python 脚本，该脚本可以使用人工神经网络预测混合物的密度。作为输入，我希望我的分子的 structure/fingerprint 从 SMILES 结构开始。
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 'matching substructure' 搜索，但是我必须定义所有不同的子组。还有其他convenient/shorter方式吗？
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。检查一下 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 return 芳香族 -OH 组的数量：
from rdkit.Chem.Fragments import fr_Ar_OH
fr_Ar_OH(mol)
同样，还有83个功能可用。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。片段匹配模块可以找到here.
如果您想在预测混合物之前预测纯组分的密度，我推荐以下论文：
https://pubs.acs.org/doi/abs/10.1021/acs.iecr.6b03809
您可以按照mnis 的建议使用rdkit 指定的片段。或者您可以将这些组指定为 SMARTS 模式，并按照您自己的建议使用 GetSubstructMatches 自己查找它们。
将分子分解成特定的组并不像最初看起来那么简单。您还可以使用我前一段时间发布的算法：
https://jcheminf.biomedcentral.com/articles/10.1186/s13321-019-0382-3
它包括 UNIFAC 模型的 SMART 列表，但您也可以将它们用于其他用途，例如密度预测。
我的问题是：有没有算法可以将SMILES结构转化为拓扑指纹？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 python 脚本，该脚本可以使用人工神经网络预测混合物的密度。作为输入，我希望我的分子的 structure/fingerprint 从 SMILES 结构开始。
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 'matching substructure' 搜索，但是我必须定义所有不同的子组。还有其他convenient/shorter方式吗？
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。检查一下 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 return 芳香族 -OH 组的数量：
from rdkit.Chem.Fragments import fr_Ar_OH
fr_Ar_OH(mol)
同样，还有83个功能可用。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。片段匹配模块可以找到here.
如果您想在预测混合物之前预测纯组分的密度，我推荐以下论文： https://pubs.acs.org/doi/abs/10.1021/acs.iecr.6b03809
您可以按照mnis 的建议使用rdkit 指定的片段。或者您可以将这些组指定为 SMARTS 模式，并按照您自己的建议使用 GetSubstructMatches 自己查找它们。
将分子分解成特定的组并不像最初看起来那么简单。您还可以使用我前一段时间发布的算法： https://jcheminf.biomedcentral.com/articles/10.1186/s13321-019-0382-3 它包括 UNIFAC 模型的 SMART 列表，但您也可以将它们用于其他用途，例如密度预测。