基于SMILES-cod的相似性搜索

Question

目前，我正在开发一个基于web的系统，它将存储自然复合信息。在这个系统中，有一个功能，用户可以输入smiles代码，系统将进行相似性或子结构搜索。在

然而，这个组织提供的数据中唯一有用的属性是smiles代码。我读过openbabel的东西，对我来说这是相当复杂的，因为我有有限的数据关于化合物。在

我的问题是

我们是否可以使用SMILES代码进行相似性或子结构搜索？在

Answer 1

是的，这是可能的，我建议使用RDKit来实现这一点，尽管我确信OpenBabel也会做得很好&{a1}

这些位通常是存储分子的索引，而不是存储在数据库中的完整分子索引：

from rdkit import Chem
from rdkit.Chem import AllChem
db_fingerprints = [AllChem.GetMorganFingerprintAsBitVect(Chem.MolFromSmiles(m), 2, nBits=1024) for m in db_smiles]

然后你可以用你的查询微笑来搜索这个数据库

^{pr2}$

这将输出一个相似性列表（与db_smiles的顺序相同）。必要时，你需要将这些相似之处旁边的微笑进行分类和压缩