차리다

환경이야, 미리 설치해야 할 물건이야.

컨디션

Anaconda

Ubuntu 18.04.1(on WSL2)

설치하다.

conda로 RDKit용 가상 환경 만들기

$ conda create -c rdkit -n (仮想環境名) rdkit

직접import rdkit사용하면 ○○ 없는 라이브러리라고 해서 다운로드(본인의 경우libxrender1

$ sudo apt install libxrender1

matplotlib로 추가 scikit-learn 또는 $ conda install XXXX 설치
(나중에 기사 작성용tabulate

시험해 보다

디스플레이 분자

from rdkit import Chem
from rdkit.Chem import Draw

# SMILES記法で書いた分子をmolファイルと呼ばれる形式に変更
molecule_1 = Chem.MolFromSmiles('Cc1ccccc1')

# mol形式ファイルを画像に変換 (display)
Draw.MolToImage(molecule_1)

[결과 출력]

지문 생성

아래 기사를 참고하여 화합물의 SMILES와 용해도를 얻은 데이터.
RDKit과 Sckit-learn에서 화학정보학에 들어가다
smile
XXXX
logS
0
O=C(C)N
60-35-5
1.58
1
NNC
60-34-4
1.34
2
O=C(C)O
64-19-7
1.22
3
N1CCCC1
123-75-1
1.15
4
O=C(N)NO
127-07-1
1.12
SMILE 형식으로 저장된 것을 MOL 형식으로 변환합니다.이후 지문을 얻었다.
-radius: 반지름.관심의 원자에서 몇 개의 원자 첨단까지 고려하다.

smiles = df['smile']
molecules = [Chem.MolFromSmiles(smile) for smile in smiles]

# 試しに一つだけフィンガープリントを作成
from rdkit.Chem import AllChem
molecule_1 = molecules[0]

fingerprint = AllChem.GetMorganFingerprintAsBitVect(mol=molecule_1, radius=2, nBits=2048)
# -> rdkit.DataStructs.cDataStructs.ExplicitBitVectというクラスのデータが作成

fingerprint.ToBitString()
# -> 000000000000000100000000000000100のような表現に変更
# -> あとはこれを使って好きなように機械学習のモデルに突っ込めばOK