cheminformatics

化学信息学

googleadsagent.ai™ 的 Agent Skills™ 项目之一

描述

化学信息学使用 RDKit 提供计算化学工作流，用于分子性质预测、虚拟筛选、ADMET 分析、分子对接准备和化学空间探索。Agent 会生成可复现的化学信息学管线，将分子结构（SMILES、SDF）转化为可用于决策的预测结果，涵盖类药性、毒性和结合亲和力。

药物发现会产生海量化学库，不可能全部合成并测试。化学信息学通过计算缩小搜索空间：依据 Lipinski 五法则进行筛选、预测 ADMET 性质（吸收、分布、代谢、排泄、毒性）、对接姿势评分，并对化学空间进行聚类，以识别多样化的先导候选化合物。每一步都会排除那些无法通过后续成本更高阶段的化合物。

此技能涵盖从 SMILES 解析、描述符计算、指纹生成、相似性搜索、性质预测到可视化的分子信息学工作流。它与 PubChem 和 ChEMBL 等数据库集成，用于检索化合物，并依据已知活性和非活性化合物进行基准测试。

使用场景

• 计算分子性质和描述符
• 筛选化合物库，评估类药性
• 预测先导化合物的 ADMET 性质
• 执行分子相似性搜索
• 准备用于分子对接的结构
• 可视化化学空间和构效关系

工作原理

graph TD
    A[Molecular Input: SMILES/SDF] --> B[Parse + Validate Structures]
    B --> C[Calculate Descriptors]
    C --> D[Drug-likeness Filters]
    D --> E{Passes Lipinski?}
    E -->|No| F[Flag as Non-Drug-like]
    E -->|Yes| G[ADMET Prediction]
    G --> H[Virtual Screening Score]
    H --> I[Docking Preparation]
    I --> J[Ranked Candidate List]
    F --> K[Report with Flags]
    J --> K

化合物会依次经过筛选标准越来越严格的过滤步骤。类药性筛选会剔除明显不可行的候选物，ADMET 预测会标记吸收和毒性风险，而虚拟筛选则会根据预测活性为剩余化合物排序。

实现

from rdkit import Chem
from rdkit.Chem import Descriptors, AllChem, Draw, Lipinski, DataStructs
from rdkit.Chem import rdMolDescriptors
import pandas as pd

def molecular_properties(smiles: str) -> dict:
    mol = Chem.MolFromSmiles(smiles)
    if mol is None:
        raise ValueError(f"Invalid SMILES: {smiles}")
    return {
        "smiles": smiles,
        "mw": Descriptors.MolWt(mol),
        "logp": Descriptors.MolLogP(mol),
        "hbd": Descriptors.NumHDonors(mol),
        "hba": Descriptors.NumHAcceptors(mol),
        "tpsa": Descriptors.TPSA(mol),
        "rotatable_bonds": Descriptors.NumRotatableBonds(mol),
        "rings": Descriptors.RingCount(mol),
        "lipinski_violations": sum([
            Descriptors.MolWt(mol) > 500,
            Descriptors.MolLogP(mol) > 5,
            Descriptors.NumHDonors(mol) > 5,
            Descriptors.NumHAcceptors(mol) > 10,
        ]),
    }

def lipinski_filter(df: pd.DataFrame) -> pd.DataFrame:
    return df[df["lipinski_violations"] <= 1].copy()

def similarity_search(query_smiles: str, library: list[str], threshold: float = 0.7) -> list[dict]:
    query_mol = Chem.MolFromSmiles(query_smiles)
    query_fp = AllChem.GetMorganFingerprintAsBitVect(query_mol, radius=2, nBits=2048)

    results = []
    for smi in library:
        mol = Chem.MolFromSmiles(smi)
        if mol is None:
            continue
        fp = AllChem.GetMorganFingerprintAsBitVect(mol, radius=2, nBits=2048)
        tanimoto = DataStructs.TanimotoSimilarity(query_fp, fp)
        if tanimoto >= threshold:
            results.append({"smiles": smi, "tanimoto": tanimoto})

    return sorted(results, key=lambda x: -x["tanimoto"])

def admet_flags(props: dict) -> list[str]:
    flags = []
    if props["logp"] > 5:
        flags.append("High lipophilicity: poor aqueous solubility risk")
    if props["tpsa"] > 140:
        flags.append("High TPSA: poor membrane permeability risk")
    if props["mw"] > 500:
        flags.append("High MW: poor oral absorption risk")
    if props["rotatable_bonds"] > 10:
        flags.append("High flexibility: poor oral bioavailability risk")
    return flags

最佳实践

• 计算描述符前务必验证 SMILES 是否解析成功——无效结构可能导致不易察觉的错误
• 默认使用 Morgan 指纹（radius=2，2048 位）进行相似性计算
• 将 Lipinski 五法则用作初筛标准，而非绝对门槛
• 报告所有相似性搜索中使用的 Tanimoto 相似度阈值
• 比较前先对分子进行标准化处理（脱盐、中和、规范化）
• 使用指纹表示，通过 t-SNE 或 UMAP 可视化化学空间

平台兼容性

平台	支持情况	备注
Cursor	完全支持	Python + RDKit 环境
VS Code	完全支持	Jupyter + 分子可视化
Windsurf	完全支持	科学计算 Python
Claude Code	完全支持	管线生成
Cline	完全支持	化学信息学工作流
aider	部分支持	仅代码生成

相关技能

• 生物信息学
• 数据库查询
• 机器学习
• 批处理

关键词

cheminformatics rdkit molecular-properties virtual-screening admet lipinski drug-discovery molecular-similarity

---

© 2026 googleadsagent.ai™ | Agent Skills™ | MIT License