0

我正在尝试搜索大型化学数据库（chembl，> 1,000,000 个条目），并且在我的工作计算机上执行代码时遇到问题。我们的重点是化学品，因此没有高质量的计算机。

我的代码在下面，可以快速处理较小的条目（> 5,000 个条目）。查看完整数据集时，我的 4GB 内存已满，计算机停止运行。有什么方法可以更有效地完成这项任务？

import pandas as pd
from rdkit.Chem import PandasTools
from rdkit.Chem import Descriptors

filename1 = "chembl_22_chemreps_1"
fg = pd.read_csv('data/%s.txt' %filename1, sep='\t')   
#fg=fg.head(5000)
fg.drop(fg.columns[[2, 3]], axis=1,inplace=True)
PandasTools.AddMoleculeColumnToFrame(fg, smilesCol='canonical_smiles')
fg['MW']=fg['ROMol'].map(Descriptors.MolWt)
fg['Aromatic']=fg['ROMol'].map(Descriptors.NumAromaticRings)
fg['Aliphatic']=fg['ROMol'].map(Descriptors.NumAliphaticRings)
fg = fg[(fg['Aromatic'] ==0) &
(fg['Aliphatic'] ==0) &
(fg['MW'] < 1000) &  
(fg['MW'] > 50)]

代码加载数据库，将微笑转换为 RDkit 分子信息，搜索并删除 MW 低于 50、高于 1000 的环或分子。

有小费吗？

4

0 回答 0