技術標籤：DRUG AI

RDKit中的分子3D構象生成

• 一、構象生成演算法概述
• • 1.基於距離
  • 2.基於知識
• 二、程式碼實現
• • 1.新增氫原子
  • 2.距離幾何演算法生成3D結構
  • 3.距離幾何+ETKDG生成3D構象

一、構象生成演算法概述

1.基於距離

1. 生成分子的連線邊界矩陣
2. 對邊界矩陣進行平滑處理
3. 根據邊界矩陣，隨機產生一個距離矩陣。
4. 把產生的距離矩陣對映到三維空間中，併為每個原子計算座標。
5. 對計算的座標結果使用力場和邊界矩陣進行粗略的優化。

2.基於知識

程式碼實現

>>> from rdkit import Chem
>>> from rdkit.Chem import AllChem
>>
 
> from rdkit.Chem import Draw
>>> m = Chem.MolFromSmiles('c1ccccc1')
>>> m3d=Chem.AddHs(m)
>>> AllChem.EmbedMolecule(m3d, randomSeed=1)
>>> Draw.MolToImage(m3d, size=(250,250)

二、程式碼實現

1.新增氫原子

• 加氫：Chem.AddHs()
  在rdkit中，分子在預設情況下是不顯示氫的，但氫原子對於真實的幾何構象計算有很大的影響，所以在計算3D構象前，需要使用Chem.AddHs()方法加上氫原子。

2.距離幾何演算法生成3D結構

• 生成3D構象：AllChem.EmbedMolecule(mol, randomSeed, clearConfs, useExpTorsionAnglePrefs, useBasicKnowledge, …)
  mol：傳入mol物件
  randomSeed：隨機種子，方便結果重複
  clearConfs：清除已有構象，預設True
  useExpTorsionAnglePrefs和useBasicKnowledge兩個引數即控制是否使用ETKDG，預設都為True

3.距離幾何+ETKDG生成3D構象

程式碼實現

>>> AllChem.EmbedMolecule
 
(m3d, randomSeed=10)
>>> Draw.MolToImage(m3d, size=(250,250))

檢視結果