无法使用 rdkit 将分子转换为指纹

Question

我正在尝试使用rdkit 将分子微笑转换为指纹。我有两个微笑： Nc1cccc(N)n1 和 Nc1cc(CSc2ccc(O)cc2)cc(N)n1。第一个扩展为第二个。换句话说，第二个分子在其结构中包含第一个分子。

我所做的是使用 rdkit 删除公共部分以获得不同片段的微笑（CSC1=CC=C(O​​)C=C1 以 kekulized 形式）。我正在尝试将该片段转换为分子，然后转换为指纹以计算与参考分子的相似性。

Desired transformation

但我得到一个错误：'Can't kekulize atom' 带有这些原子的索引。这对我来说很奇怪，因为使用 MarvinSketch 或 Chemdraw（用于绘制分子的软件）可以轻松地可视化所有微笑（两个输入微笑和生成的片段微笑）。我什至让 Marvin kekulize 碎片微笑并尝试从中制造分子，但我仍然得到同样的错误。这是我删除片段的代码：

def remove_initial_fragment(mol_smiles, fragment_smiles):
    mol = Chem.MolFromSmiles(mol_smiles) #creates molecule from the longer smiles
    fragment = Chem.MolFromSmiles(fragment_smiles) #the molecule I want to remove

    rm = AllChem.DeleteSubstructs(mol, fragment) #creates new molecule

    return Chem.MolToSmiles(rm) #converts the mol I want back into smiles

smiles_frags = [remove_initial_fragment(x, fragment_smiles) for x in smiles]
mols_frags = [Chem.MolFromSmiles(x) for x in smiles_frags]

就我而言，“fragment_smiles”对于所有选定的微笑都是相同的。 但是当我尝试将“mols_frags”列表中的分子转换为指纹时出现错误：

MFP_2 = [AllChem.GetMorganFingerprintAsBitVect(x, 2) for x in mols_frags]

我尝试在网上寻找答案，但没有任何帮助。我什至尝试单独创建 kekulized 微笑并将它们直接作为创建指纹的输入传递，但我仍然遇到相同的错误。

这对我来说非常奇怪，因为当我尝试使用相同的代码为一组微笑（片段、更长的微笑、最终的微笑）执行相同的过程时，它可以毫无问题地工作，并且我可以毫无错误地创建指纹.但在我看来，一旦我输入微笑/分子作为列表，我就会得到错误。知道为什么会这样吗？或者您是否在我的代码中看到了我不知道的任何错误？

Answer 1

使用fragment_smiles = 'Nc1cccc(N)n1' 和list，例如smiles = ['Nc1cc(CSc2ccc(O)cc2)cc(N)n1', 'Nc1cc(COc2ccc(O)cc2)cc(N)n1']。获取指纹没问题。

看起来，删除子结构后，有一些smiles_frags不是正确的SMILES。

为了证明list 中的 SMILES 给出了您可以使用的问题

from rdkit.Chem import AllChem as Chem

fragment = Chem.MolFromSmiles('Nc1cccc(N)n1')

smiles = ['Nc1cc(CSc2ccc(O)cc2)cc(N)n1', 'Nc1cc(COc2ccc(O)cc2)cc(N)n1', 'CC1=CC=Cc2c(N)nc(N)cc12']

for smi in smiles:
    try:
        mol = Chem.MolFromSmiles(smi)
        f1 = Chem.DeleteSubstructs(mol, fragment)
        f2 = Chem.MolFromSmiles(Chem.MolToSmiles(f1))
        fp = Chem.GetMorganFingerprintAsBitVect(f2, 2)
    except:
        print('SMILES:', smi)
        f = Chem.DeleteSubstructs(mol, fragment)
        print('smiles_frag:', Chem.MolToSmiles(f1))

这将给出：

SMILES: CC1=CC=Cc2c(N)nc(N)cc12
smiles_frag: ccccC