openbabel

Open Babel - ユニバーサル化学データ変換ツール

Open Babel（およびその Python ラッパー pybel）は、化学データの相互運用に欠かせないツールです。研究者は、SMILES、PDB、SDF、CIF、Gaussian の入出力形式など、さまざまな形式間でデータをシームレスに移動できます。

使用する場面

• 化学ファイルを異なる形式間で変換する場合（例：SDF から PDB）。
• 2D 構造や SMILES から 3D 座標を生成する場合。
• SMARTS パターンを使用して部分構造を検索する場合。
• 分子ドッキングの準備をすばやく行う場合（例：水素の追加、電荷の計算）。
• 基本的な力場による最小化を実行する場合（UFF、GAFF、MMFF94）。
• 分子フィンガープリントや Tanimoto 係数を計算する場合。
• 大規模な化学データベース（数百万個の分子）をバッチ処理する場合。

リファレンスドキュメント

公式ドキュメント：https://openbabel.org/docs/dev/
Python API（Pybel）：https://openbabel.org/docs/dev/UseTheLibrary/Python_Pybel.html
検索パターン：openbabel.OBMol、pybel.readfile、pybel.readstring、mol.make3D

基本原則

OB と Pybel

• OpenBabel（SWIG）：低レベルのインターフェースで、C++ クラス（OBMol、OBAtom）に直接アクセスできます。複雑ですが、非常に強力です。
• Pybel：高レベルの「ラッパー」で、より Pythonic なスタイルです。タスクの 90％ ではこちらをおすすめします。

変換エンジン

Open Babel はパイプラインとして動作します：Input Format -> Internal OBMol -> Output Format。変換処理中に、フィルターや変換処理（塩の除去、水素の追加）を追加できます。

クイックリファレンス

インストール

# Recommended via conda/mamba
conda install -c conda-forge openbabel

標準的なインポート

from openbabel import openbabel as ob
from openbabel import pybel

基本パターン - 形式変換

from openbabel import pybel

# 1. Read molecule (from string or file)
mol = pybel.readstring("smi", "CC(=O)Oc1ccccc1C(=O)O") # Aspirin

# 2. Add metadata
mol.title = "Aspirin_001"

# 3. Write to a different format
output_pdb = mol.write("pdb")
# Or write to file
# mol.write("sdf", "aspirin.sdf", overwrite=True)

重要なルール

✅ 推奨事項

• シンプルに使うなら Pybel を使用する - メモリ管理を行い、分子のプロパティに簡単にアクセスできます。
• 3D 生成には水素を追加する - 3D 座標を生成する前に、必ず mol.OBMol.AddHydrogens() または mol.addh() を呼び出してください。
• 部分構造検索には SMARTS を使用する - 官能基を検索する最も堅牢な方法です。
• バッチ処理を行う - メモリを節約するため、分子をリストに読み込むのではなく pybel.readfile を使用してください。
• 妥当な構造か確認する - 3D 生成後に、エネルギーが妥当かどうかを確認してください。
• ファイルイテレーターを閉じる - ファイルハンドルが適切に管理されるよう、list(pybel.readfile(...)) を使用するか、適切にイテレートしてください。

❌ 禁止事項

• RDKit オブジェクトと Open Babel オブジェクトを混在させる - 互換性がありません。両者間でデータを渡すには、SMILES/SDF に変換してください。
• エラーを無視する - Open Babel はエラーをほとんど表示しません。結果の分子が None でないことを確認してください。
• 立体化学を忘れる - @ や / を含まない SMILES では、変換時に立体中心の情報が失われます。
• 複雑な記述子の計算に使用する - 高度な QSAR では、一般的に RDKit が適しています。Open Babel は変換や 3D 処理に最適です。

アンチパターン（絶対に避ける）

from openbabel import pybel

# ❌ BAD: Loading millions of molecules into a list
# mols = list(pybel.readfile("sdf", "huge_database.sdf")) # Crashes RAM

# ✅ GOOD: Iterator-based processing
for mol in pybel.readfile("sdf", "huge_database.sdf"):
    # process one by one
    pass

# ❌ BAD: Generating 3D without hydrogens
mol = pybel.readstring("smi", "C1CCCCC1")
mol.make3D() # ❌ Resulting structure will be distorted/incorrect

# ✅ GOOD: Add H first
mol = pybel.readstring("smi", "C1CCCCC1")
mol.addh()
mol.make3D()
mol.optimize("mmff94")

# ❌ BAD: Manual string manipulation to change format
# pdb_str = sdf_str.replace(...) # ❌ Never works reliably

分子の操作（pybel）

プロパティと原子

mol = pybel.readstring("smi", "c1ccccc1O") # Phenol

print(f"Formula: {mol.formula}")
print(f"Weight: {mol.molwt:.2f}")

# Iterate over atoms
for atom in mol.atoms:
    print(f"Atom: {atom.type}, Coords: {atom.coords}")

# Get data as a dictionary
data = mol.data # Access SDF tags/metadata

部分構造検索（SMARTS）

# Search for carboxylic acid group
smarts = pybel.Smarts("C(=O)[OH]")
mol = pybel.readstring("smi", "CC(=O)O") # Acetic acid

if smarts.findall(mol):
    print("Molecule contains a carboxylic acid!")

3D 構造と力場

生成と最適化

mol = pybel.readstring("smi", "CN1C=NC2=C1C(=O)N(C(=O)N2C)C") # Caffeine

# 1. Prepare for 3D
mol.addh()

# 2. Generate initial 3D (Distance Geometry)
mol.make3D(forcefield='mmff94', steps=50)

# 3. Fine-tune with a local optimizer
# Options: uff, gaff, mmff94, ghemical
mol.optimize(forcefield='mmff94', steps=500)

print(f"3D Energy: {mol.energy:.2f} kJ/mol")

応用：低レベル Open Babel API

OBMol の直接操作

from openbabel import openbabel as ob

# Access the internal OBMol object from a pybel molecule
obmol = mol.OBMol

# Manual atom addition
new_atom = obmol.NewAtom()
new_atom.SetAtomicNum(6) # Carbon
new_atom.SetVector(1.0, 1.0, 1.0)

# Bond information
for i in range(obmol.NumBonds()):
    bond = obmol.GetBond(i)
    print(f"Bond between {bond.GetBeginAtomIdx()} and {bond.GetEndAtomIdx()}")

記述子の計算

# Fingerprints
# Standard types: FP2 (path-based), FP3 (SMARTS patterns), FP4 (functional groups)
fps = mol.calcfp("FP2")
print(f"Fingerprint bits: {fps.bits}")

# Similarity
mol2 = pybel.readstring("smi", "c1ccccc1")
fps2 = mol2.calcfp("FP2")
similarity = fps | fps2 # Tanimoto coefficient

実践的なワークフロー

1. ハイスループット形式コンバーター

def batch_convert(input_file, in_fmt, output_file, out_fmt, add_h=False):
    """Converts large files with optional hydrogen addition."""
    writer = pybel.Outputfile(out_fmt, output_file, overwrite=True)
    
    for mol in pybel.readfile(in_fmt, input_file):
        if add_h:
            mol.addh()
        writer.write(mol)
    
    writer.close()

# batch_convert("library.smi", "smi", "library.sdf", "sdf", add_h=True)

2. ドッキング用リガンドの準備（PDBQT）

def prepare_ligand(smi_str, output_name):
    """Basic prep for AutoDock Vina."""
    mol = pybel.readstring("smi", smi_str)
    mol.addh()
    mol.make3D()
    mol.optimize("gaff")
    
    # Open Babel has a dedicated pdbqt format
    mol.write("pdbqt", f"{output_name}.pdbqt", overwrite=True)

3. 塩の除去（化学データのクリーニング）

def strip_salts(mol):
    """Removes smaller fragments (salts/solvents) from a molecule."""
    if len(mol.reversesmi.split(".")) > 1:
        # Get the largest fragment by number of atoms
        fragments = mol.OBMol.Separate()
        largest = max(fragments, key=lambda x: x.NumAtoms())
        return pybel.Molecule(largest)
    return mol

パフォーマンスの最適化

FP2 による高速検索

数百万個の分子に対して時間のかかる 3D 処理や SMARTS マッチングを行う前に、フィンガープリントによるスクリーニング（Tanimoto）で候補を絞り込みます。

OBConversion による高速処理

形式を変換するだけで原子を操作する必要がない場合は、pybel.Molecule オブジェクトを作成するより、OBConversion クラスを直接使用する方が高速です。

obconv = ob.OBConversion()
obconv.SetInAndOutFormats("smi", "sdf")
obconv.ConvertFile("in.smi", "out.sdf")

よくある問題と解決策

SMILES から生成される「空の分子」

# ❌ Problem: pybel.readstring("smi", "invalid_smiles") returns a blank molecule
# ✅ Solution: Always check for atom count
mol = pybel.readstring("smi", some_input)
if len(mol.atoms) == 0:
    print("Error: Invalid molecule data")

力場のパスに関する問題

一部のシステムでは、Open Babel がデータファイル（力場パラメーター）を見つけられないことがあります。

# ✅ Solution: Manually set BABEL_DATADIR if needed
import os
# os.environ['BABEL_DATADIR'] = '/path/to/openbabel/data'

3D キラリティの反転

入力 SMILES の指定が不十分な場合、make3D によって立体中心が反転することがあります。

# ✅ Solution: Use 'gen3d' operation instead of simple make3D
# which is more robust for preserving stereochemistry.
obconv = ob.OBConversion()
obconv.AddOption("gen3d", ob.OBConversion.GENOPTIONS)

ベストプラクティス

1. 3D 生成の前に必ず水素を追加する - 水素を含まない構造は正しくありません。
2. 大きなファイルにはイテレーターを使用する - データベース全体をメモリに読み込まないでください。
3. 読み込み後に分子を検証する - 原子数と基本的な特性を確認してください。
4. 適切な力場を使用する - 有機分子には MMFF94、汎用用途には UFF、薬物様分子には GAFF を使用してください。
5. 立体化学を保持する - 必要に応じて @ と / を使った明示的な SMILES 表記を使用してください。
6. 類似性の評価にはフィンガープリントを使用する - 計算コストの高い処理の前に、Tanimoto 係数で絞り込んでください。
7. ファイルライターを明示的に閉じる - コンテキストマネージャーまたは .close() を使用して、データが書き込まれるようにしてください。
8. 最適化後にエネルギーを確認する - 不合理なエネルギーは、ジオメトリに問題があることを示しています。

Open Babel は化学分野における「接着剤」です。RDKit の高度な 2D 描画機能や PySCF の高度な数学的機能は備えていないかもしれませんが、あらゆる形式に対応し、3D の初期構造を生成できるため、計算化学者にとって欠かせないツールです。