在化學信息學中，有時候我們要確定化學分子是否包含特定的模式（結子構）

之前我們已經提及，fingerprint的SMILES字符串經常用來表示分子。
SMARTS是SMILES語言的擴展，可以用于創(chuàng)建查詢，類似文本語言的正則表達式。

任何的SMILES字符串都可以是SMARTS字符串

下面展示，如何從SMILES字符串定義分子，顯示分子，并突出與特定SMARTS，模式匹配的原子

1. 導入基礎模塊

from rdkit import Chemfrom rdkit.Chem.Draw import MolsToGridImage

2. 定義化學分子

smiles_list= ['CCCCC', 'CCNOCC', 'CSCCNC', 'COOCCNS', 'CSNNSP', 'CCCCS']mol_list = [Chem.MolFromSmiles(x) for x in smiles_list]

3. 分子結構可視化

MolsToGridImage(mol_list)

4. 建立一個查詢請求

查找有三個C原子組成的脂肪鏈

query = Chem.MolFromSmarts('CCC') query

5. 查找匹配

match_list = [mol.GetSubstructMatch(query) for mol in mol_list] match_list

輸出：[(0, 1, 2), (), (), (), (), (0, 1, 2)]， 代表第1個mol對象（’CCCCC‘）分子，有三個部分與query相同；第6個’CCCCS’分子，有三個部分與query相似。查詢結果確實符合我們的query.

6. 可視化

注意這里高亮僅僅顯示了第一個匹配的部分。

MolsToGridImage(mols = mol_list, highlightAtomLists=match_list, molsPerRow=4)

7. 匹配特定模式的分子

SMARTS中，*可以代替任何的原子，例如：

query = Chem.MolFromSmarts('C*C') match_list = [mol.GetSubstructMatch(query) for mol in mol_list] print(match_list) MolsToGridImage(mols=mol_list, highlightAtomLists=match_list, molsPerRow=3)

SMARTS中，[]代表中括號中間的一個原子可以是N，也可以是C，例如：

query = Chem.MolFromSmarts('C[N,C]C') match_list = [mol.GetSubstructMatch(query) for mol in mol_list] print(match_list) MolsToGridImage(mols=mol_list, highlightAtomLists=match_list, molsPerRow=3)

8. 備注

SMARTS還可以有其他復雜的功能，需要去google一下。

總結

以上是生活随笔為你收集整理的分子结构的子结构查询：SMARTS语言的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。