rdkit

RDKit 化学信息学工具包 - Python 分子分析与药物发现

技能概述

RDKit 是一个开源的化学信息学工具包，提供 Python API 用于分子结构解析、性质计算、相似性分析和化学反应处理。支持 SMILES、SDF、MOL 等多种分子格式，适用于药物发现、计算化学和化合物库分析。

适用场景

1. 药物发现与虚拟筛选

在药物研发早期阶段，使用 RDKit 对化合物库进行大规模筛选。通过分子指纹和相似性搜索，快速识别与先导化合物相似的候选分子。结合 Lipinski 规则五等类药性分析，过滤掉不符合药物特性的化合物，降低后续实验成本。

2. 分子性质计算与描述符分析

计算 200+ 种分子描述符，包括分子量、LogP、TPSA、氢键供体/受体数量等关键性质。支持批量处理，可同时分析数千个化合物，用于构效关系研究、ADMET 性质预测和分子优化决策。

3. 化学反应与结构转换

使用 SMARTS 模式定义和执行化学反应，支持原子映射和手性保留。可用于反应产物预测、反应路径分析、衍生物库生成。结合子结构搜索和分子替换功能，快速设计新的分子结构。

核心功能

1. 多格式分子 I/O 与解析

支持 SMILES、SDF、MOL、InChI 等主流化学文件格式的读写。提供批量处理和流式处理能力，可高效处理大型化合物库。内置分子验证和标准化功能，自动处理芳香性感知、价态检查等问题。

2. 分子指纹与相似性分析

提供多种指纹算法：RDKit 拓扑指纹、Morgan 指纹（ECFP）、MACCS keys（166 位）等。支持 Tanimoto、Dice、Cosine 等相似性度量，可用于化合物聚类、多样性分析和虚拟筛选。

3. 3D 构象生成与可视化

使用 ETKDG 算法生成 3D 分子坐标，支持 UFF/MMFF 力场优化。可生成多个构象进行构象分析。内置高质量分子绘图功能，支持子结构高亮和 Jupyter Notebook 集成。

常见问题

RDKit 是什么？适合什么人使用？

RDKit 是一个开源的化学信息学和计算化学库，主要面向药物研发人员、计算化学家、化学信息学研究人员和数据科学家。如果你需要处理分子结构、计算分子性质或进行化合物筛选，RDKit 是最常用的 Python 工具之一。

RDKit 和 datamol 应该选哪个？

如果你的需求是标准的分子处理流程（读取分子、计算描述符、画图），datamol 提供了更简洁的 API，上手更快。如果你需要精细控制分子处理过程、自定义标准化规则或使用特殊算法，直接使用 RDKit 会更合适。datamol 本质上是 RDKit 的封装。

RDKit 支持哪些分子文件格式？

RDKit 支持 SMILES、SMARTS、SDF（结构数据文件）、MOL、MOL2、InChI、PDB 等主流化学格式。可以读写单个分子或批量处理，支持 gzip 压缩文件。对于非常大的文件，可以使用 ForwardSDMolSupplier 进行流式处理，避免内存溢出。

RDKit 可以免费用于商业项目吗？

可以。RDKit 采用 BSD-3-Clause 许可证，允许免费用于商业和学术项目，无需特殊授权。这意味着你可以在制药公司的内部项目、商业软件或付费服务中使用 RDKit。

如何判断一个化合物的类药性？

RDKit 可以快速计算 Lipinski 规则五的五个参数：分子量 ≤ 500、LogP ≤ 5、氢键供体 ≤ 5、氢键受体 ≤ 10。同时可以计算 TPSA（拓扑极性表面积）、可旋转键数量等补充指标。这些指标可以帮助初步评估化合物的口服吸收潜力。