findscripter 何时使用
需要对分子做细粒度、可定制的化学信息学处理时使用 RDKit：
- 读写分子（SMILES / SDF / MOL / InChI），批量供给与写出。
- 计算描述符（分子量、LogP、TPSA、氢键供受体、可旋转键等），做 Lipinski 类药性筛查。
- 生成分子指纹（Morgan/ECFP、MACCS、原子对等）并算相似度、做聚类。
- 子结构 / SMARTS 检索与过滤；化学反应（反应 SMARTS）。
- 生成 2D 描绘坐标或 3D 构象（ETKDG + 力场优化），分子绘图与高亮。
- 自定义 sanitize、标准化、电荷中和、分子哈希/骨架等高级控制。
不该用本条的情形：
- 只做常规标准流程、追求更简接口 —— 用
datamol（RDKit 的封装）即可。 - 蛋白-配体对接、分子动力学、量子化学/DFT 计算 —— 超出 RDKit 范畴，需 AutoDock、OpenMM、Psi4 等。
- 纯文本检索化合物数据库、绘制统计图表 —— 用通用数据/检索工具。
步骤
- 解析并校验：
MolFromSmiles/MolFromMolFile/MolFromInchi返回Mol或None；处理前必须判None。导入时默认自动 sanitize（校验价键、感知芳香性、指定手性）。 - （可选）控制 sanitize：需要时
sanitize=False跳过自动净化，再Chem.SanitizeMol；用Chem.DetectChemistryProblems(mol)定位问题。 - 选目标能力：按需走 描述符 / 指纹相似度 / 子结构检索 / 反应 / 坐标生成 / 绘图 分支。
- 批量与性能：大数据用
ForwardSDMolSupplier（流式）或MultithreadedSDMolSupplier（并行）；用Bulk*Similarity批量算相似度；用pickle缓存已解析分子以加速复用。 - 输出：导出 canonical SMILES / MOL block / InChI，或写 SDF，或保存 PNG 图片。
指令
读写分子：
from rdkit import Chem
mol = Chem.MolFromSmiles('Cc1ccccc1') # 失败返回 None，必须检查
if mol is None:
raise ValueError('解析失败')
smi = Chem.MolToSmiles(mol) # 规范 SMILES
# 批量：SDMolSupplier / ForwardSDMolSupplier / SDWriter
suppl = Chem.SDMolSupplier('molecules.sdf')
for m in suppl:
if m is not None:
...
描述符与类药性（Lipinski 五规则）：
from rdkit.Chem import Descriptors
mw = Descriptors.MolWt(mol) # 分子量
logp = Descriptors.MolLogP(mol) # 脂水分配
tpsa = Descriptors.TPSA(mol)
hbd, hba = Descriptors.NumHDonors(mol), Descriptors.NumHAcceptors(mol)
all_desc = Descriptors.CalcMolDescriptors(mol) # 一次性算全部，返回 dict
is_drug_like = mw <= 500 and logp <= 5 and hbd <= 5 and hba <= 10
指纹与相似度（用现代 rdFingerprintGenerator API）：
from rdkit.Chem import rdFingerprintGenerator
from rdkit import DataStructs
gen = rdFingerprintGenerator.GetMorganGenerator(radius=2, fpSize=2048)
fp1, fp2 = gen.GetFingerprint(mol1), gen.GetFingerprint(mol2)
sim = DataStructs.TanimotoSimilarity(fp1, fp2)
sims = DataStructs.BulkTanimotoSimilarity(fp1, [gen.GetFingerprint(m) for m in mols])
子结构 / SMARTS：
q = Chem.MolFromSmarts('C(=O)[OH]') # 羧酸
mol.HasSubstructMatch(q) # 是否含
mol.GetSubstructMatches(q) # 全部匹配（原子下标元组）
反应（反应 SMARTS：reactants >> products）：
from rdkit.Chem import AllChem
rxn = AllChem.ReactionFromSmarts('[C:1]=[O:2]>>[C:1][O:2]')
for pset in rxn.RunReactants((mol,)):
for p in pset:
Chem.SanitizeMol(p) # 产物需手动 sanitize
3D 构象与绘图：
molH = Chem.AddHs(mol) # 3D 前先加氢
AllChem.EmbedMolecule(molH, randomSeed=42) # ETKDG
AllChem.MMFFOptimizeMolecule(molH) # 或 UFFOptimizeMolecule
from rdkit.Chem import Draw
Draw.MolToFile(mol, 'molecule.png', size=(300, 300))
示例
类药性分析函数（封装 Lipinski 描述符）：
from rdkit import Chem
from rdkit.Chem import Descriptors
def analyze_druglikeness(smiles):
mol = Chem.MolFromSmiles(smiles)
if mol is None:
return None
r = {
'MW': Descriptors.MolWt(mol),
'LogP': Descriptors.MolLogP(mol),
'HBD': Descriptors.NumHDonors(mol),
'HBA': Descriptors.NumHAcceptors(mol),
'TPSA': Descriptors.TPSA(mol),
'RotBonds': Descriptors.NumRotatableBonds(mol),
}
r['Lipinski'] = (r['MW'] <= 500 and r['LogP'] <= 5
and r['HBD'] <= 5 and r['HBA'] <= 10)
return r
相似度筛选（对查询分子在库中找 Tanimoto ≥ 阈值的命中并降序返回）：
from rdkit import Chem, DataStructs
from rdkit.Chem import rdFingerprintGenerator
def similarity_screen(query_smiles, db_smiles, threshold=0.7):
gen = rdFingerprintGenerator.GetMorganGenerator(radius=2, fpSize=2048)
qmol = Chem.MolFromSmiles(query_smiles)
qfp = gen.GetFingerprint(qmol)
hits = []
for i, s in enumerate(db_smiles):
m = Chem.MolFromSmiles(s)
if m:
sim = DataStructs.TanimotoSimilarity(qfp, gen.GetFingerprint(m))
if sim >= threshold:
hits.append((i, s, sim))
return sorted(hits, key=lambda x: x[2], reverse=True)
注意事项
- 永远判 None：所有
MolFrom*失败返回None，不检查会在后续崩溃。 - sanitize 失败：用
DetectChemistryProblems()调试；常见原因为显式价键超限、芳香环 kekulize 失败、自由基电子未显式指定。 - 加氢：依赖氢的属性/3D 计算前先
AddHs()，算完可RemoveHs()。 - 2D vs 3D：可视化或 3D 分析前要先生成对应坐标（
Compute2DCoords/EmbedMolecule）。 - SMARTS 匹配规则：查询中未指定的属性匹配任意值；氢默认忽略除非显式写出；带电查询原子不匹配中性目标，芳香查询原子不匹配脂肪目标。
- 反应产物：
RunReactants返回元组的元组（每组一份产物集），产物需手动SanitizeMol。 - 线程安全：I/O、坐标生成、指纹/描述符、子结构检索、反应、绘图通常线程安全；MolSupplier 不可跨线程共享。
- 性能：用
pickle缓存分子比重新解析快；优先Bulk*Similarity批量计算；大文件用ForwardSDMolSupplier流式读取避免整文件载入。 - 旧式
AllChem.GetMorganFingerprintAsBitVect仍可用，但新代码建议统一用rdFingerprintGenerator。
互见
first-principles-thinking：面对非常规分子建模/算法选型问题时，先做第一性拆解再选 RDKit 能力分支。
本条采编自 K-Dense-AI/scientific-agent-skills（MIT）。