Smiles 可以看成分子的1D形式，分子的平面結構可以看成分子的2D形式。該算法能夠減少分子中原子在平面內的碰撞，使得繪製的分子更加清晰。
文章目錄
一、引入所需庫
#! /usr/bin/python
# coding: utf-8
# rdkit 處理2D、3D分子
from rdkit import Chem
from rdkit.Chem import AllChem
from rdkit.Chem import Draw
import pickle
二、處理2D分子
如果有多個分子共享一個骨架，我們希望繪圖的時候能夠保證在這些分子中的骨架方向是一致的。 首先把骨架提取成繪圖模板，然後在繪圖上添加基團。
我們可以看到這4個結構都含有吡咯並嘧啶（c1nccc2n1ccc2）的子結構， 但是在圖片上他們的子結構取向不一致，不便於比較他們的結構。 我們可以採用模板繪製法，固定公共子結構的取向。
smis = [
'COC1=C(C=CC(=C1)NS(=O)(=O)C)C2=CN=CN3C2=CC=C3',
'C1=CC2=C(C(=C1)C3=CN=CN4C3=CC=C4)ON=C2C5=CC=C(C=C5)F',
'COC(=O)C1=CC2=CC=CN2C=N1',
'C1=C2C=C(N=CN2C(=C1)Cl)C(=O)O',
]
template = Chem.MolFromSmiles('c1nccc2n1ccc2')
2.1 計算分子的2D座標函數解析
Compute2DCoords（
（Mol）mol # 目標分子
[,（bool）canonOrient = True #以規範的方式定向分子
[,（bool）clearConfs = True # 如果爲真，則該分子上的所有現有構象將被清除
[,（dict）coordMap = {} # 映射原子ID的字典-> Point2D對象與應該鎖定其位置的原子的起始座標。
[,（int）nFlipsPerSample = 0 # 可旋轉債券的數量 一次隨機翻轉。
[,（int）nSample = 0 # 可旋轉鍵的隨機採樣數。
[,（int ）sampleSeed = 0 # 隨機抽樣過程的種子。
[,（bool）permuteDeg4Nodes = False # 允許鍵的排列爲4度
[,（float）bondLength = -1.0 # 更改描述的默認鍵長
[,（bool）forceRDKit = False
] ] ] ] ] ] ] ] ]
)
2.2 生成一個分子的描述函數解析
GenerateDepictionMatching2DStructure(
（Mol）mol, # mol-要排列的分子，它會回來一個單一的conformer。
（Mol）reference # 與參考原子對齊的分子；這應該有一個描述。
[,（int）confId = -1 # confId-（可選）要使用reference的參考構象的idPattern-（可選）要用於的查詢分子生成分子和參考之間的原子映射。
[,（AtomPairsParameters）refPatt = None
[,（bool）acceptFailure = False # （可選）如果爲True，則將生成標準描述 對於沒有與參考匹配的子結構的分子；如果爲False，則拋出DepictException。
[,（bool）forceRDKit = False
] ] ] ]
)
2.3 計算分子的2D座標 結果座標存儲在分子的每個原子上
AllChem.Compute2DCoords(template)
mols = []
for smi in smis:
mol = Chem.MolFromSmiles(smi)
# 生成一個分子的描述，其中一部分 分子被約束爲具有與參考相同的座標。
AllChem.GenerateDepictionMatching2DStructure(mol, template)
mols.append(mol)
# 基於分子文件輸出分子結構
img = Draw.MolsToGridImage(
mols, # mol對象
molsPerRow=4,
subImgSize=(200,200),
legends=['' for x in mols]
)
img.save('/Users/zeoy/st/drug_development/st_rdcit/img/mol9.jpg')
分子結構
三、處理3D分子
RDKit可以使用兩種不同的方法爲分子生成構象。原始方法使用距離幾何。請注意，此過程產生的構象往往很難看。應使用力場對其進行清理。可以在RDKit中使用通用力場（UFF）的實現來完成。還有一種Riniker和Landrum方法的實現，該方法使用劍橋幾何結構數據庫（CSD）中的扭轉角首選項在已經使用距離幾何圖形生成它們之後校正矯正器。使用這種方法，無需使用最小化步驟來清理結構。
從RDKit的2018.09版本開始，ETKDG是默認的構象生成方法。
3.1 產生3D構象
默認情況下，RDKit分子在圖中沒有明確存在H原子，但是H原子對於獲得逼真的幾何形狀很重要，因此通常在產生3D構象前，需要爲分子添加H原子。
mol = Chem.MolFromSmiles('c1nccc2n1ccc2')
m2 = Chem.AddHs(mol) # 加氫原子
AllChem.EmbedMolecule(m2) # 2D->3D化
AllChem.MMFFOptimizeMolecule(m2) # 使用MMFF94最小化RDKit生成的構象
m3 = Chem.RemoveHs(m2) # 刪除氫原子
3.2 產生多個3D構象
AllChem.EmbedMultipleConfs(m2, numConfs=10) # 爲m2分子產生10個構象，保存在m2分子中。
m2.GetConformer(1) # 訪問指定構象
m2.GetConformers() # 獲取構象
# 產生多個構象比較耗時，支持多線程加速。
cids = AllChem.EmbedMultipleConfs(m2,numConfs=10, numThreads=4)
print('構象個數=',len(cids))
四、 計算構象的RMS值
4.1 計算其他構象和第一個構象的RMS值
rmslist = []
AllChem.AlignMolConformers(m2, RMSlist=rmslist)
print('第一個構想者與所有其他構想者之間的RMS值')
print(rmslist)
# [0.031617482029182735, 0.027100784678672763, 0.03211558617566241, 0.03876593076230512, 0.03981170998684297, 0.023608843156566642, 0.023619922568325093, 0.037621957801700204, 0.0532861818792842]
4.2 計算指定兩個構象的RMS值
rms = AllChem.GetConformerRMS(m2, 1, 9, prealigned=True)
print('計算指定兩個構象的RMS值=', rms) # 計算指定兩個構象的RMS值= 0.049340647238401286
4.3 MMFF立場對構象進行優化
res = AllChem.MMFFOptimizeMoleculeConfs(m2)
print(res)
# [(0, 44.63060837612333), (0, 44.6306083325595), (0, 44.63060829914013), (0, 44.63060834780363), (0, 44.63060829995848), (0, 44.63060839000017), (0, 44.630608353905146), (0, 44.6306086577808), (0, 44.630608361427775), (0, 44.63060856588376)]
# 構象優化比較耗時，支持多線程加速
res = AllChem.MMFFOptimizeMoleculeConfs(m2, numThreads=10)
五、保存分子對象
RDKit內置了2種保存分子對象的方法。
5.1使用pickling機制進行保存。
pkl = pickle.dumps(mol)
print(pkl)
m2 = pickle.loads(pkl)
mol2 = Chem.MolToSmiles(m2)
print(mol2) # c1nccc2n1ccc2
5.2 保存爲普通二進制文件
rdkit的pickling文件非常緊湊，從pickling文件中加載分子比從mol文件和SMILES字符串開很多。
將經常使用的分子，保存爲picklingz是一個很好的辦法。
二進制文件的大小和分子大小有關係，而pickle文件和分子大小關係不明顯。推薦用pickle保存文件。
binStr = mol.ToBinary()
m2 = Chem.Mol(binStr)
mol2 = Chem.MolToSmiles(M2)