您如何將大型 sdf 化合物文件轉換為包含分子圖像的單個文件？

Question

一種新的基於圖像的葯物發現深度學習算法，需要將包含約 3000 種化合物的文件拆分為包含單個 2D 200 x 200 像素圖像的 png 文件（.: SN00001400.png、SN00002805.png、SN00002441.png.. ......）。 不需要任何conformers，也不需要任何其他 3D 信息。

我可以發送一個包含 9 個復合圖像、名稱和微笑的初始 f1.sdf 示例，每個復合行一個。

Using rdkit 2017.09.1 in Anaconda3 with Python 3.6, 3.7 or 3.8, Jupyter notebooks and/or Python prompt, in 2 e7 64 computers within Windows 8 professional, I am looking for a simple Python code to split the images, convert them to a 200 x 200 像素的 png 文件 (carios)，通過其對應的復合 ID 命名它們並將它們保存到不同的目錄 (.: images) 中，以供測試。

我嘗試了許多不同的 web 代碼和組合，但盡管進行了密集測試，但它們不起作用:-(。

遵循我最好的（？）代碼試驗。

rdkit 進口測試

from rdkit import Chem
from rdkit.Chem import AllChem 
from rdkit.Chem import Draw
from rdkit.Chem.Draw import rdMolDraw2D    
from rdkit.Chem.Draw.rdMolDraw2D import MolDraw2DSVG    
from rdkit.Chem.Draw.rdMolDraw2D import MolDraw2DCairo  # cannot import 
from rdkit.Chem.Draw import IPythonConsole  
from IPython.display import SVG # IPython not in module 
from rdkit.Chem import rdDepictor 
from rdkit.Chem import MolFromSmiles

使用獨特微笑的最佳測試

IPythonConsole.molSize = (200, 200)  
IPythonConsole.ipython_useSVG = True  #I would rather use Cairo but I could not make it to work!
mol = Chem.MolFromSmiles('N#Cc1cccc(-c2nc(-c3cccnc3)no2)c1')
display(mol)  # not working
AllChem.Compute2DCoords(mol)

---

在這條線上，我嘗試了不同的微笑，但結果相似。

IMG_SIZE = 200
smiles="CCCC"
mol = Chem.MolFromSmiles(smiles)
drawer = rdMolDraw2D.MolDraw2DSVG(IMG_SIZE, IMG_SIZE)  #MolDraw2D has no attribute MolDraw2DCairo despite cairo being installed!   
drawer.drawOptions().bondLineWith = 1
drawer.DrawMolecule(mol)  # bad conformer id (?????)
drawer.FinishDrawing()
drawer.WriteDrawingText('comp_id.png')

在 f1.sdf 中使用 9 種化合物的最佳嘗試

suppl=Chem.SDMolSupplier('f1.sdf')
for mol in suppl:
    print(mol.GetName()) # AttributeError: 'Mol' object has no attribute 'GetMolecule_Name'
mols=[x for x in suppl]
Name(mols) 

---

suppl = Chem.SDMolSupplier('f1.sdf')
ms= [x for x in suppl if x is not None]
for m in ms: 
    tmp=AllChem.Compute2DCoords(m)

Draw.MolToFile(ms[0], 'images/mol1.png') cairo.IOError: error while writing to output stream
Draw.MolToFile(ms[1], 'images/mol2.png')

..................................................... .....................

希望得到一些幫助，感謝您的關注，真誠的胡里奧

juliocollm@gmail.com

Answer 1

你是對的！ .

我在新創建的 Anaconda3 環境中執行了“ conda install -c conda-forge rdkit ”，大多數命令突然工作了。！！。 非常感謝您！！！！

我開發了下面的代碼.....但是我停止了，因為我找不到將每個相應的 comp_id 傳輸到為漂亮的 png 圖像編碼的 png 文件的名稱的方法。 有任何想法嗎？ 謝謝！！！

從 rdkit 進口化學

從 rdkit.Chem 導入 AllChem

從 rdkit.Chem 導入繪圖

從 rdkit.Chem.Draw 導入 rdMolDraw2D

從 rdkit.Chem.Draw.rdMolDraw2D 導入 MolDraw2DSVG

從 rdkit.Chem.Draw.rdMolDraw2D 導入 MolDraw2DCairo

從 rdkit.Chem.Draw 導入 MolToFile

從 rdkit.Chem 導入 rdDepictor

從 rdkit.Chem 導入 MolFromSmiles

suppl = Chem.SDMolSupplier('f1.sdf')

對於 mol in suppl：

print(mol.GetProp("comp_id"))

mols= [x for x in suppl]

以摩爾為單位的 m：

tmp=AllChem.Compute2DCoords(m)

Draw.MolToFile(mols[0],'images/3333.png', size=(200,200), kekulize = True,wedgeBonds = False,imageType=None, fitImage=False, options=None)....... #沒有得到comp_id，但可以傳輸一些屬性

Draw.MolToFile(mols[1], 'images/'+"comp_id"+'a.png')........#沒看懂

Answer 2

如果您的分子名稱在您的 SDF 文件的標題行中可用，您可以使用鍵“_Name”將其作為屬性訪問。 其他屬性也可以使用它們對應的鍵從 SDF 中讀取。 以下面的 SDF 為例：

CHEMBL1308
                    3D
 Structure written by MMmdl.
 12 12  0  0  1  0            999 V2000
   -0.0127    0.0114   -0.0000 C   0  0  0  0  0  0
    1.4966    0.0081   -0.0000 C   0  0  0  0  0  0
    2.3688   -1.0939    0.0000 C   0  0  0  0  0  0
    3.6409   -0.7653    0.0000 N   0  0  0  0  0  0
    3.6278    0.5682   -0.0000 N   0  0  0  0  0  0
    2.3638    1.0896   -0.0000 C   0  0  0  0  0  0
   -0.4346    1.0168    0.0000 H   0  0  0  0  0  0
   -0.4074   -0.5191   -0.8666 H   0  0  0  0  0  0
   -0.4074   -0.5191    0.8666 H   0  0  0  0  0  0
    2.0644   -2.1303    0.0000 H   0  0  0  0  0  0
    4.4779    1.1136   -0.0000 H   0  0  0  0  0  0
    2.2002    2.1571   -0.0000 H   0  0  0  0  0  0
  1  2  1  0  0  0
  1  7  1  0  0  0
  1  8  1  0  0  0
  1  9  1  0  0  0
  2  3  1  0  0  0
  2  6  2  0  0  0
  3  4  2  0  0  0
  3 10  1  0  0  0
  4  5  1  0  0  0
  5  6  1  0  0  0
  5 11  1  0  0  0
  6 12  1  0  0  0
M  END
> <SYNONYMS>
Fomepizole (BAN, FDA, INN, USAN)

> <USAN_STEM>
nan

$$$$

假設mol是一個 rdkit 分子，可以像這樣訪問化合物的名稱 (CHEMBL1308)：

mol_id = mol.GetProp('_Name')

並且可以像這樣訪問其他屬性：

property = mol.GetProp('SYNONYMS')

因此，生成所需圖像的簡單方法如下：

from rdkit.Chem.Draw import rdMolDraw2D
from rdkit.Chem import AllChem
from rdkit import Chem


img_size = (200, 200)
supplier = Chem.SDMolSupplier('mols.sdf')
for mol in supplier:
    AllChem.Compute2DCoords(mol)
    mol_id = mol.GetProp('_Name')
    d = rdMolDraw2D.MolDraw2DCairo(*img_size)
    d.DrawMolecule(mol)
    d.FinishDrawing()
    d.WriteDrawingText(f'images/{mol_id}.png')

顯然，您可以根據需要進行調整

Answer 3

是的 ！！
它工作得很好！

我會稱它為：Oliver.py

睡覺后，我剛醒來，又找到了另一種解決方案（見下文）。 也許你的更好，因為它允許我定義要繪制的線條的寬度。

我真的很感謝您的幫助，現在我可以轉換我的“黃金”文件來測試深度學習 model ！！！

從 rdkit 進口化學

從 rdkit.Chem 導入 AllChem

從 rdkit.Chem 導入繪圖

suppl = Chem.SDMolSupplier('f1.sdf')

mols = [x for x in suppl]

x=-1

以摩爾為單位的 m：

x=x+1

nombre=m.GetProp("comp_id")

tmp=AllChem.Compute2DCoords(m)

Draw.MolToFile(mols[x],'images/'+ nombre +'.png', size=(200,200), kekulize = True, wedgeBonds = False,imageType=None, fitImage=False, options=None) 

print('行轉換為圖像：', x)