我如何从 SMILES 获取分子结构信息

我的问题是：有没有什么算法可以将 SMILES 结构转换成拓扑指纹？例如，如果输入甘油，则答案为 3 x -OH、2x -CH2 和 1x -CH。

我正在尝试构建一个 Python 脚本，该脚本可以使用人工神经网络预测混合物的密度。作为输入，我希望从 SMILES 结构开始获得我的分子的结构/指纹。

我已经熟悉 -rdkit 和摩根指纹，但这不是我想要的。我也知道我可以在 rdkit 中使用“匹配子结构”搜索，但是我必须定义所有不同的子组。有没有更方便/更短的方法？

很想听听您的想法。

干杯

对于大多数结构，没有找到碎片的现有选项。但是，rdkit 中有一个模块可以为您提供片段的数量，尤其是当它是一个函数组时。看看here。例如，假设您要查找分子中脂肪族 -OH 基团的数量。你可以简单地调用以下函数来做到这一点

import rdkit
rdkit.Chem.Fragments.fr_Al_OH(mol)

或以下将返回芳香族 -OH 组的数量：

rdkit.Chem.Fragments.fr_Ar_OH(mol)

同样，还有 83 个可用的功能。其中一些对您的任务很有用。对于那些，您没有获得预先编写的功能，您可以随时访问这些 rdkit 模块的源代码，弄清楚它们是如何做到的，然后为您的功能实现它们。但正如您已经提到的，方法是定义一个 SMARTS 字符串，然后进行片段匹配。片段匹配模块可以在here找到。