rdkit

RDKit 技能提供了一个全面的化学信息学环境，实现了精确的分子控制与计算化学工作流。专为药物发现、材料科学或分子建模领域的研究人员、药物化学家及数据科学家设计。通过利用行业标准的 RDKit Python 库，此技能允许用户以程序化方式处理化学数据、自动化解析结构文件，并进行先进的计算分析，无需手动介入复杂的流程。

• 使用 SMILES 字符串、MOL 文件、MOL 区块及 InChI 格式进行分子输入输出。

• 执行自动化清理处理，包括价数检查、芳香性感知及手性指定。

• 计算关键分子描述符，如分子量、LogP、TPSA 及用于药物相似性的利平斯基五规则参数。

• 通过 SDMolSupplier 和多线程读取器对大型化学数据集进行批处理。

• 执行结构分析，包括环感知 (SSSR)、碎片识别、Murcko 骨架提取及子结构搜索。

• 生成用于分子可视化与空间分析的 2D 描绘与 3D 坐标集。

• 计算分子指纹 (RDKit, MACCS keys, Torsions) 以进行相似性评估与虚拟筛选。

• 进行化学反应建模并程序化操作分子结构以进行库枚举。

• 请务必使用条件检查来验证 Mol 对象以处理解析错误，无效输入会返回 None。

• RDKit 分子会进行自动化清理；针对自定义处理或故障排除，可使用显式标记来禁用此行为。

• 针对复杂工作流或高通量筛选，请优先使用多线程供应器以优化性能。

• 使用 MurckoScaffold 模块将分子分解为核心骨架，以便进行药物化学分析。

• 执行相似性搜索时，请确保所选的指纹类型与骨架或属性分析的具体需求相符。

• 此工具旨在实现程序化控制；对于简单的工作流，请评估高阶封装工具（如 datamol）是否提供更高效的切入点。