wmy 发表于 2022-10-18 10:04
关键是更改for循环的smiles吗？smiles就是我想了解的物质

smiles里是一组你想要计算的分子集合(数组)

冰释之川 发表于 2022-10-17 16:44
用RDKit来快速计算，下面附上例子：

关键是更改for循环的smiles吗？smiles就是我想了解的物质

结合化学常识，肉眼一看数一下就能判断。旋转时候不会出现显著位阻或者撕裂其它的键，而且转的那个键又没有pi共轭作用维持平面性，一般都是容易旋转的
拿不准的情况，做个二面角扫描，或者计算旋转过程的过渡态，然后考察势垒，便知

上面提及的四个量估计在RDKit的描述符库里都有

用RDKit来快速计算，下面附上例子：

1. from rdkit import Chem
   
2. from rdkit.Chem import Descriptors
   
3. from rdkit.Chem.Crippen import MolLogP
   
4. 
   
5. logP, Wt, NRB, AP = [],[],[],[]
   
6. for s in smiles:
   
7.     m = Chem.MolFromSmiles(s)
   
8.     logp = MolLogP(m)
   
9.     wt = Descriptors.MolWt(m)
   
10.     nrb = Descriptors.NumRotatableBonds(m)
    
11.    
    
12.     m_removeH = Chem.RemoveHs(m)
    
13.     num_bonds = m_removeH.GetNumBonds()
    
14.     num_aromatic_bonds = 0
    
15.     for bond in m_removeH.GetBonds():
    
16.         if bond.GetIsAromatic():
    
17.             num_aromatic_bonds += 1
    
18.     ap = num_aromatic_bonds/num_bonds
    
19.    
    
20.     logP.append(logp)
    
21.     Wt.append(wt)
    
22.     NRB.append(nrb)
    
23.     AP.append(ap)
    
24.    
    
25. df_new['MolLogP'] = logP
    
26. df_new['MolWt'] = Wt
    
27. df_new['NumRotatableBonds'] = NRB
    
28. df_new['AromaticProportion'] = AP
    
29. 
    
30. df_new.head()
    
31. df_new.to_csv("ecoli_new.csv", encoding ='utf_8')

复制代码