用途:面向药物发现中的化学信息学分析,覆盖 SMILES→分子描述符→SAR 分析→毒性预测的流程。
主要能力:SMILES 转 RDKit 分子对象;批量计算 MW、LogP、TPSA、HBA、HBD、可旋转键、芳香环数、重原子数、QED、Fraction_CSP3 等描述符;生成 Morgan 指纹(默认 radius=2、nBits=2048)并计算 Tanimoto 相似度矩阵;基于 SMARTS 检测硝基、环氧化物、醛、Michael 受体、酰卤、苯胺、肼、磺酸酯等结构警报;按 Lipinski Rule of 5 评估成药性;用 MurckoScaffold 提取骨架做聚类分析。输出分子性质、相似度、结构警报 CSV 及化学空间 PCA、相似度热图。
使用方式:在 Python 环境安装 RDKit,导入 Chem、Descriptors、AllChem、QED、Lipinski、DataStructs 与 MurckoScaffold 后,按标准管道调用函数;示例中结构警报检测为 Chem.MolFromSmarts(smarts) 与 mol.HasSubstructMatch(pattern)。可通过 ToolUniverse SMCP 调用 PubChem(按名称取 CID、按 CID 取物性、相似化合物检索)、ChEMBL(分子检索与信息获取)、ZINC(SMILES 检索)等外部工具。
适用场景:化合物物性计算、结构相似度比较、SAR 分析、结构警报与毒性初步筛查、成药性评估;参考 Exp-02 EGFR 抑制剂 SAR 分析与 Exp-05 毒性预测。
限制:资料未提供依赖版本、安装命令、授权与费用信息;结构警报为警戒性模式,不等于实验毒性结论;外部工具需相应访问条件,具体暂未提供。