从微笑文件中检索所有分子

Question

我正在处理.smiles文件。.smiles文件的文件结构为：http://en.wikipedia.org/wiki/Chemical_file_format#SMILES

我要拿到笑脸档案里所有的原子。这意味着如果有一个'C‘原子，就意味着将有4个'H’原子与它们相连。

在搜索过程中，我发现python中有一些模块可以解析微笑格式，但它们没有给出支持的氢原子。(例如:它们只给出'C‘，而不是连接到'C’原子的其他4个'H‘原子)

如何使用python找到所有原子，包括连接的'H‘原子。

需要转换为所有原子(包括连接的'H‘原子)的微笑文件示例：

[H]OC([H])([H])[C@@]1([H])C([H])=C([H])[C@@]([H])(n2c([H])nc3c(nc(nc23)N([H])[H])N([H])C2([H])C([H])([H])C2([H])[H])C1([H])[H]

提前谢谢你。

Answer 1

参见Open Babel。

Open Babel网站上的有用链接

• "Guides"
• Capabilities
• Using Python with Open Babel
• Other tools，包含一个工具(obprop)

另请参见

This blog ( Casper Steinmann)关于Python的化学(使用Open Babel，但不是全部)

更新请参阅此代码(未经测试)：

mymol = pybel.readstring("smi",  
"[H]OC([H])([H])[C@@]1([H])C([H])=C([H])[C@@]([H])(n2c([H])nc3c(nc(nc23)" + \
"N([H])[H])N([H])C2([H])C([H])([H])C2([H])[H])C1([H])[H")
print mymol.addh()

Answer 2

我要拿到笑脸档案里所有的原子。这意味着如果有一个'C‘原子，就意味着将有4个'H’原子与它们相连。这个假设是不正确的，它可以是1,2,3氢。

尝试，openbabel，CDK或类似的化学信息学图书馆。

但是，为什么需要文件中的所有原子呢？

Answer 3

对于化合物的分子量，以微笑的形式给出，Openbabel的Python绑定应该可以工作：

import pybel
mol = pybel.readfile("smi", "stuff.smi").next()
print mol.molwt