问题标签 [rdkit]

在 RDKit 文档中，据说 rdkit.Chem.rdChem.GetIdx(Atom atom) 根据分子返回原子的索引。 https://www.rdkit.org/docs/source/rdkit.Chem.rdchem.html

rdkit.Chem.rdmolfiles.CanonicalRankAtoms (Mol mol) 返回分子中原子的规范排名。

https://www.rdkit.org/docs/source/rdkit.Chem.rdchem.html

我的问题是原子的规范等级与原子的索引有何不同？非常感谢您提前。

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [8, 6, 9, 7, 2, 3, 0, 4, 5, 1]

我需要安装 2019 年之前发布的 rdkit 库版本，当时对 Python 2 的支持已被删除。这是使用此库所必需的：https ://github.com/brain-research/deep-molecular-massspec

我已经从 git 页面下载了库，例如。https://github.com/rdkit/rdkit/releases/tag/Release_2018_09_1，并尝试使用 pip 从那里安装。

我收到以下错误：

处理 ./rdkit-Release_2018_09_1b1.tar.gz 命令 python setup.py egg_info 的完整输出：Traceback（最近一次调用最后一次）：文件“”，第 1 行，在 IOError：[Errno 2] 没有这样的文件或目录：'/ tmp/pip-ohIcaj-build/setup.py'

我也尝试过使用 pip 安装特定版本：

这使：

收集 rdkit==2018.09.01 找不到满足要求的版本 rdkit==2018.09.01 （来自版本：）没有找到rdkit==2018.09.01的匹配分发

有人可以告诉我该怎么做吗？

我正在尝试从包 RDKit 生成 SVG 图像。一个最小的可重现示例：

输出如下，但没有在我尝试过的任何浏览器或图像查看器中呈现任何图像。这是一个有效的 SVG 文件，还是产生无效格式的包？还是有其他我看不到的错误？

在论文：“ Graph Networks as a Universal Machine Learning Framework for Molecules and Crystals ”中，作者介绍了手性作为原子特征输入来分析 QM9 数据集。我试图重新创建这个原子功能如下

手性：（分类）R、S 或不是手性中心（单热编码）。

我使用的代码是：

输出显示此数据集没有手性中心。当我使用 时includeUnassigned=True，代码给出了一个元组列表，但不是“R/S”，而是“？”。我想知道我的实现是否有错误。如果这是意料之中的，对上述论文中如何分配手性有任何想法吗？

我正在使用带有 Python 3.7 的 RDKIt 来计算 sdf 中的数据库（每个结构的微笑）与一个分子的相似性，我对此微笑。我找到了一种仅使用以下代码在两个 SMILES 之间计算 Tanimoto 指数的方法：

有没有办法用 sdf 文件替换 mol1 ？

我正在尝试使用 pip3 安装 rdkit。但它不起作用。

conda 显然只有一种选择

如何使用 pip 安装它？谢谢

我正在使用 Deepchem为我的 GraphConvolution模型创建特征，如下所示。

现在我想知道输出mol_object。我知道dc.feat.graph_features.ConvMolFeaturizer()返回一个数组对象。但它实际上对输入起作用。

所以featurizer.featurize(mols=molecules)需要molecules作为输入。将molecules[0]打印以下图表。

作为molecules一个列表，它仅包含索引 0 处的一个元素，即molecules[0]. 这意味着molsindc.feat.graph_features.ConvMolFeaturizer()将此图像作为输入和输出mol_object。

这个mol_object输出是什么，我怎样才能看到它？是否表明它是一个数组，但我看不到这个数组的内容？

我如何检查或查看[<deepchem.feat.mol_graphs.ConvMol object at 0x7f96a68c6e48>]？

我正在 为GraphConvolution模型使用Deepchem包装器，如下所示。我有我的微笑数据，其中包含 5 个分子，它们的微笑表示和各自的活动。可以直接从这里访问数据。.csv

导入库：

加载数据并以适合图形卷积的方式对其进行特征化。

分析加载和特征化的数据（我的尝试）

我想要的是？

从上面的代码中可以看出，dataset_train.X给出了diskobjectlike<deepchem.feat.mol_graphs.ConvMol object at 0x7f8bfc3ad6a0>而不是numpy arraylike dataset_train.y。

我怎么知道存储在什么类型的数据中dataset_train.X？如何查看存储的数据dataset_train.X？或者换句话说，我怎样才能将它转换dataset_train.X成可以检查其中数据的格式？

我相信应该有一些方法可以做到这一点。

我正在尝试开发力场，为了做到这一点，我需要一个来自微笑字符串 oe .xyz 文件的分子中所有可能的键、角和二面角的列表。

有可能用 RDkit 做到这一点吗？如果是这样，如何？

我一直在 Google Colab 上使用 AddMoleculeColumnToFrame 没有问题。大约 1 个月没有使用它后，我才发现它停止工作，即图像没有显示在数据框中（见下文）。

有任何想法吗？最可能的解释是 Google Colab 发生了一些变化。但是否也可能是新版本的 Pandas 导致了问题？

这是笔记本的链接和屏幕截图。

https://colab.research.google.com/drive/1nQPmdEbYQgVsFr7c44yRd3wpXPEsJar3