Aonaid
1. Réamhrá ar Intleacht Shaorga sa Cheimic: Róil, Teorainneacha, Bailíochtú agus Eitic 2. Léiriú Móilíneach agus Struchtúr Ceimiceach: Bailíochtú le SMILES, InChI agus RDKit 3. Tuar agus Meicníocht Frithghníomhaithe: Táirge, Bail agus Frithghníomh Coimhthíoch a thuar 4. Tacaíocht Léirmhínithe Speictrim: NMR, IR agus Mais-Speictriméadracht 5. Athbhreithniú Litríochta agus Pleanáil Sintéise: Foinse, Nós Imeachta agus Treochlár 6. Anailís Sonraí Ceimiceacha agus Python: pandas, Stoichiometry agus Calabrú 7. Tuar Maoine Móilíneach agus QSAR: Taifeach, pKa agus Teorainneacha Múnla 8. Doiciméadúchán Saotharlainne: Leabhar nótaí Turgnaimh, ELN agus In-atáirgtheacht 9. Sábháilteacht agus Measúnú Guaise: GHS, SDS agus Teorainneacha na hIntleachta Saorga 10. Daingniú, Siamsaíocht, agus Ionracas Eolaíoch 11. Duine sa Turgnamh: Eitic, Príobháideacht, Freagracht agus Sreabhadh Oibre Deireadh le Deireadh
Aonad 2 / 11

Léiriú Móilíneach agus Struchtúr Ceimiceach: Bailíochtú le SMILES, InChI agus RDKit

Gnóthachain:

  • Cumas móilíní a aithint ní de réir ainm ach trí léiriú struchtúir (SMILES le daoine, InChI/InChIKey le bunachar sonraí)
  • Cumas struchtúir neamhbhailí nó míchearta a bhrath trí gach SMILES arna thabhairt ag hintleachta saorga le RDKit a pharsáil, a bhailíochtú agus a chanónú
  • Bheith in ann a thuiscint gur cheart cainníochtaí cinntitheacha amhail meáchan móilíneach agus foirmle a fháil ón uirlis riailbhunaithe, ní ón múnla teanga.

Is é an chéad choinníoll chun AI a úsáid go sábháilte sa cheimic ná an móilín a scríobh i dteanga a thuigeann an meaisín agus an duine araon. Deir tú "feanól", faigheann AI ceart é; ach nuair a deir tú "aigéad" tá na mílte féidearthachtaí ann. Tá na hainmneacha débhríoch; tá léirithe struchtúir beacht. San aonad seo, foghlaimfimid an dá nodaireacht bhunúsacha a aistríonn an móilín go téacs (SMILES agus InChI) agus an uirlis a fhíoraíonn iad go cinntitheach (RDKit). Ár gcuspóir: an móilín a thabhairt do AI ar bhealach nach dtuigfidh sé riamh, agus an struchtúr a tháirgeann AI a dhearbhú le huirlis.

Cad é SMILES?

Is formáid é SMILES (Córas Simplithe Mhóilíneach-Ionchuir Líne-Iontrála) chun móilín a scríobh i líne singil téacs. Léirítear adaimh le litreacha, bannaí le siombailí, agus fáinní le huimhreacha. Samplaí:

  • Eatánól: CCO (carbón-ocsaigin; hidrigin intuigthe).
  • Beinséin: c1ccccc1 (léiríonn "c" carbón aramatach; 1 dún an fáinne).
  • Aspirin: CC(=O)Oc1ccccc1C(=O)O.
  • Caiféin: Cn1cnc2c1c(=O)n(C)c(=O)n2C.

Is é an chumhacht SMILES ná go n-iompraíonn sé an struchtúr nasc iomlán i líne amháin; Is é an laige atá aige ná gur féidir le SMILÍ bailí iolracha a bheith ag an móilín céanna (neamh-canónachas a thugtar air seo). Déanfaimid é seo a réiteach le RDKit i gceann nóiméad.

Leid: Is é an "SMILES canonical" do mhóilín an litriú aonair caighdeánach don mhóilín sin. Chun féachaint an bhfuil dhá SMILE mar an móilín céanna, canonicalize agus iad a chur i gcomparáid; Níor cheart go mbeidís comhionann go téacsúil, ach ba cheart go mbeidís ina móilíní comhionanna.

Cad is InChI ann?

Is aitheantóir caighdeánach é InChI (Aitheantóir Ceimiceach Idirnáisiúnta) arna fhorbairt ag IUPAC. Is é an difríocht ó SMILES ná go dtugann an móilín céanna an InChI céanna i gcónaí; is é sin, tá sé canónach sa nádúr. Tá sé fada agus deacair a léamh, ach tá sé oiriúnach le haghaidh meaitseáil bunachar sonraí. Úsáidtear an giorraithe "InChIKey" (comhrá 27 carachtar) chun cuardach a dhéanamh.

  • Aspirin InChIKey: BSYNRYMUTXBXSQ-UHFFFAOYSA-N.

Riail: Labhraíonn daoine SMILES (léamh), meaitseálann meaisíní agus bunachair shonraí InChI/InChIKey (beacht). Tabhair SMILES don AI; Deimhnigh sa bhunachar sonraí le InChIKey.

RDKit: inneall fíoraithe cinntitheach

Is leabharlann ceimiformatics foinse oscailte é RDKit. Murab ionann agus an tsamhail teanga, tá sé bunaithe ar rialacha: parsálann sé SMILES, ríomhtar meáchan móilíneach, gineann sé SMILES canónach, filleann InChI/InChIKey, tarraingíonn sé an móilín. Mar sin déanann RDKit "ríomh" cad a dhéanann an AI "a thuar". Is é seo croí an tsreafa oibre: gineann AI, fíoraíonn RDKit.

Sreabhadh fíoraithe bunúsach:

ó rdkit import Chemfrom rdkit.Chem import Descriptors, Drawsmiles = "CC(=O)Oc1cccc1C(=O)O" Chem.MolToSmiles(mol)) print("Foirmle mhóilíneach:"", Chem.rdMolDescriptors.CalcMolFormula(mol)) print("cruinn(Mólachán),Móil(Molúil),Móil(Mólachán): "g/mol") cló ("InChIKey:"", Chem.MolToInchiKey(mol))

Má fhilleann MolFromSmiles None, thug an AI móilín neamhbhailí duit; Is rabhadh an-luachmhar é seo amháin. Má tá sé bailí, ní gá duit an meáchan móilíneach a iarraidh a thuilleadh ar an múnla teanga; Tá sé i do lámha go cinntitheach.

Céim ar chéim: idirghníomhú AI + RDKit

  1. Sainaithin an móilín: Tabhair an t-ainm don AI, iarr SMILE. Mar shampla, "fíoraigh SMILES canonical le haghaidh paraicéiteamól."
  2. Fíoraigh: Parsáil SMILES ag teacht isteach le MolFromSmiles. Mura bhfuil, diúltaigh.
  3. Canonicalize: Aisghabh litriú canónach le MolToSmiles; Bain úsáid as seo i gcónaí as seo amach.
  4. Ríomh uimhreacha: Faigh meáchan móilíneach, foirmle, líon na bhfáinne, líon deontóirí/glacadóirí bannaí hidrigine etc. ó RDKit, ní ó AI.
  5. Deisigh ID: Gin InChIKey, cuardaigh sa bhunachar sonraí (PubChem), deimhnigh gurb é an móilín go deimhin an cumaisc atá uait.

Ceithre theimpléad inchóipeála

1) SMILES á iarraidh (ó ainmfhocal go struchtúr):

Tasc: Tabhair na SMILÍ canónacha don chomhdhúil seo a leanas. Comhdhúil: paracetamol (acetaminophen). Riail: Ná tabhair ach an teaghrán SMILES agus InChIKey, ná cuir aon mhíniú breise leis. Mura bhfuil tú cinnte, scríobh "UNSURE", ná déan suas.

2) Iarratas ar bhailíochtú SMILES (ó struchtúr go rialú):

Scrúdaigh na SMILES thíos: CC(=O)Nc1ccc(O)cc1Ceisteanna:1) An SMILES bailí é seo?2) Cén chomhdhúil a fhreagraíonn di (ainm coitianta)?3) Cad é an fhoirmle mhóilíneach? Nóta: Ríomhfaidh mé an meáchan móilíneach beacht le RDKit; Ní thugann tú ach do léirmhíniú struchtúir.

3) Comparáid a dhéanamh ar dhá léiriú:

Tá dhá aoibh gháire agam:A) OCCB) CCOTask: An ionann iad seo nó an móilín céanna? Scríobh do réasúnaíocht. Nóta: Déanfaidh mé do fhreagra a chros-seiceáil trína chanónú in RDKit.

4) Míniú ar an Struchtúr (chun críocha foghlama):

SMILES: Cn1cnc2c1c(=O)n(C)c(=O)n2CTTasc: Léigh an SMILES seo píosa ar phíosa agus mínigh cad is brí le gach siombail (adamh, nasc, fáinne, cumhra) sa ghnáth-Tuircis. Inis freisin cén comhdhúil atá ann.

Leid lag / Pras láidir

Lag:

Tabhair airíonna acetaminophen.

Tá "gné" doiléir; Gineann AI uimhreacha randamacha ó mheáchan móilíneach go dtí an leáphointe, agus beidh cuid acu mícheart.

Láidir:

Comhdhúil: acetaminophen.1) Canonical SMILES agus InChIKey ver.2) Tabhair an fhoirmle mhóilíneach.Riail: NÁ TABHAIR luachanna uimhriúla cosúil le meáchan móilíneach, leáphointe, etc.; Gheobhaidh mé iad le RDKit/PubChem. Níl le déanamh ach an ID tógála a thabhairt.

Difríocht: Dhírigh muid an AI i dtreo a bhfuil sé láidir ag (féiniúlacht struchtúir) agus ar shiúl ón méid a bhfuil sé lag ag (uimhreacha turgnamhacha).

Comparáid idir imprisean

gné

SMILÍ

InChI / InChIKey

Inléiteacht

Ard (cairdiúil le daoine)

Íseal (neamhdhíobhálach don mheaisín)

canónacht

Faoi réir athraithe (canónú de dhíth)

singil go nádúrtha

Úsáid

cumarsáid dhaonna, líníocht, ionchur

Meaitseáil bunachar sonraí, aitheantas

steirécheimic

Tacaíochtaí (@ siombailí)

Tacaíochtaí (sraithe)

a thabhairt do AI

idéalach

Ideal le deimhniú

mionchásanna

Cás 1 — Dhá ainm, móilín amháin. Shíl mac léinn go raibh "N-aicéitil-para-aminophenol" agus "paracetamol" comhdhúile éagsúla agus pleanáilte dhá thurgnamh ar leith. Nuair a rinne siad a gcuid SMILES canónach in RDKit, b'ionann an bheirt acu agus CC(=O)Nc1ccc(O)cc1; Ba é an móilín céanna é. Caillte: leath lá pleanála; gnóthachan: d’fhéadfaí é a sheachaint le seiceáil chanónú 2 nóiméad.

Cás 2 - Gabháil SMILES neamhbhailí. D'fhill an AI CC(=O)Nc1ccc(O)cc1C( le haghaidh athraitheach (lúibíní gan dúnadh). Rith an mac léinn MolFromSmiles, d'fhill sé Dada, chonaic sé an earráid láithreach agus d'iarr sé SMILES ceartaithe. Gan fíorú, bheadh an struchtúr lochtach scaipthe chuig gach cuntas.

Cás 3 - Meáchan móilíneach mícheart. Dúirt YZ "meáchan móilíneach 214.3 g/mol" le haghaidh ibuprofen (C13H18O2). Thug ríomh RDKit 206.28 g/mol. Difríocht do 0.1 mol: 21.43 g le YZ, i ndáiríre 20.63 g. Chuirfeadh an difríocht seo de 3.9% isteach ar an ríomh stoichiometry agus toraidh. Thug sé calcalas cinntitheach.

Botúin choitianta

  • An móilín a thabhairt de réir ainm. Tá mearbhall ar chomhchiallaigh/trádainmneacha. Cuir SMILES nó InChI san áireamh i gcónaí.
  • Comparáid a dhéanamh SMILES gan canonicalizing é. Tá OCC agus CCO difriúil i dtéacs ach mar an gcéanna i móilíní.
  • ag iarraidh ar an meáchan móilíneach leis an múnla teanga. Is ríomh cinntitheach é seo; Déantar é ó RDKit nó de láimh ón bhfoirmle.
  • Gan tabhairt faoi deara SMILES neamhbhailí. Gan seiceáil ar ais MolFromSmiles None agus leanúint ar aghaidh leis an struchtúr mícheart.
  • Steirécheimic faillí a dhéanamh. Féadfaidh an dá enantiomers (isiméirí íomhá scátháin) éifeachtaí bitheolaíocha éagsúla a thaispeáint; Ag bacadh comharthaí @/@@ i SMILES.
Aird: Ní chiallaíonn an fhoirmle mhóilíneach céanna móilíní éagsúla. Is eatánól (CCO) agus éitear démheitil (COC) é C2H6O araon. Ní comhionannas céannachta é comhionannas foirmle; Úsáid InChIKey le haghaidh aitheantais.

Go hachomair

  • Sainaithin móilíní trí nodaireacht struchtúir, ní de réir ainm: SMILE leis an duine, InChI/InChIKey le bunachar sonraí.
  • Tá RDKit cinntitheach; Déanann AI a thuar, ríomhann agus fíoraíonn RDKit.
  • Parsáil gach AI SMILES le MolFromSmiles agus seiceáil le haghaidh None, ansin canonicalize.
  • Faigh uimhreacha cosúil le meáchan móilíneach agus foirmle ó RDKit, ní ón múnla teanga.
  • Ní chiallaíonn comhionannas foirmle féiniúlacht mhóilíneach; Úsáid InChIKey le haghaidh aitheantais.

Tasc feidhmchláir

Roghnaigh trí chomhdhúil (m.sh. caiféin, iobúpróifein, glicín). Iarr ar an AI le haghaidh SMILES canonical do gach ceann acu. Ansin scríobh script RDKit (bain úsáid as an teimpléad thuas) agus gin: SMILES canónacha, foirmle mhóilíneach, meáchan móilíneach, InChIKey. Cé mhéad de na SMILES a thug an AI a bhí bailí? Má thug YZ an meáchan móilíneach freisin, ríomh an difríocht mar chéatadán leis an luach RDKit. Breac do thorthaí i dtábla beag.

seicliosta

  • [ ] Tá a fhios agam cad iad SMILES agus InChI/InChIKey agus cathain is cóir iad a úsáid.
  • [ ] Deimhním gach SMILE a thugann AI le MolFromSmiles.
  • [ ] Déanaim SMILES canónacha sula gcuirtear i gcomparáid iad.
  • [ ] Tá mé ag fáil an meáchan móilíneach agus an fhoirmle ó RDKit, ní ón múnla teanga.
  • [ ] Deimhním céannacht an mhóilín sa bhunachar sonraí le InChIKey.
  • [ ] Tá a fhios agam cásanna ina bhfuil stereochemistry tábhachtach.
iar Ar aghaidh