rdkit

Cheminformatics toolkit for fine-grained molecular control. SMILES/SDF parsing, descriptors (MW, LogP, TPSA), fingerprints, substructure search, 2D/3D generation, similarity, reactions. For standard workflows with simpler interface, use datamol (wrapper around RDKit). Use rdkit for advanced control, custom sanitization, specialized algorithms.

1. Zainstaluj RDKit jako zależność w swoim projekcie Python (np. przez pip install rdkit-pypi lub conda).

2. Importuj moduł Chem z biblioteki RDKit: from rdkit import Chem. To daje dostęp do wszystkich funkcji do pracy ze strukturami molekularnymi.

3. Wczytaj molekułę z wybranego formatu: użyj Chem.MolFromSmiles() dla notacji SMILES (np. 'Cc1ccccc1'), Chem.MolFromMolFile() dla plików .mol, Chem.MolFromMolBlock() dla danych MOL w postaci tekstu, lub Chem.MolFromInchi() dla formatów InChI. Każda funkcja zwraca obiekt Mol lub None w przypadku błędu parsowania.

4. Dla przetwarzania wielu molekuł jednocześnie użyj obiektów Supplier: Chem.SDMolSupplier() do wczytywania plików SDF lub Chem.SmilesMolSupplier() do plików SMILES. Iteruj przez wyniki i sprawdzaj, czy każda molekuła nie jest None, aby obsłużyć błędy parsowania.

5. Konwertuj molekułę do wybranego formatu wyjściowego: Chem.MolToSmiles() dla kanonicznego SMILES, Chem.MolToMolBlock() dla bloku MOL, lub Chem.MolToInchi() dla InChI. Te funkcje umożliwiają eksport wyników analizy.

6. Wykorzystaj zaawansowane możliwości biblioteki do obliczeń deskryptorów, generowania odcisków palców, wyszukiwania podstruktur, analizy podobieństwa i modelowania 2D/3D w zależności od potrzeb Twojego projektu badawczego.