RDKit：运用RDKit计算USRCAT（形状相似性）

USRCAT

USRCAT是基于形状的方法，它的工作速度非常快。代码是免费提供的，如果要使用代码，用户需要安装它。

形状相似性是分子的3D形状的比对，其基于如果分子的形状重叠良好如果可以相似的原理。 基于形状筛选有效地用于先导化合物优化，并通过叠加相似化合物了解构效关系。此外，许多研究表明其在虚拟筛选实验中的成功应用。基于形状相似性得分作为选择的评价标准，并对命中化合物进行排序。

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3505738/

RDKit代码：

import os

import seaborn as sns

import pandas as pd

from rdkit import Chem

from rdkit.Chem import rdBase

from rdkit.Chem import RDConfig

from rdkit.Chem import AllChem

from rdkit.Chem.rdMolDescriptors import GetUSRScore, GetUSRCAT

from rdkit.Chem import DataStructs

print( rdBase.rdkitVersion )

mols = [ mol for mol in Chem.SDMolSupplier( "cdk2.sdf" ) ]

for mol in mols:

    AllChem.EmbedMolecule( mol, 

                           useExpTorsionAnglePrefs = True,

                           useBasicKnowledge = True )

usrcats = [ GetUSRCAT( mol ) for mol in mols ]

fps = [ AllChem.GetMorganFingerprintAsBitVect( mol, 2 ) for mol in mols ]

data = { "tanimoto":[], "usrscore":[] }

for i in range( len( usrcats )):

    for j in range( i ):

        tc = DataStructs.TanimotoSimilarity( fps[ i ], fps[ j ] )

        score = GetUSRScore( usrcats[ i ], usrcats[ j ] )

        data["tanimoto"].append( tc )

        data["usrscore"].append( score )

        print( score, tc )

df = pd.DataFrame( data )

fig = sns.pairplot( df )

fig.savefig( 'plot.png' )

（阅读原文查看完整代码，公众号排版不好）

jupyter notebook效果