chematic cookbook — よくある20タスク
各タスクはコピペで動くコードです。出力例は aspirin (CC(=O)Oc1ccccc1C(=O)O) で示しています。
1. SMILES から基本物性を取得する
mol = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O") # aspirin
print(mol.mw) # 180.16
print(mol.logp) # 1.31
print(mol.tpsa) # 63.6
print(mol.hbd, mol.hba) # 1 4
print(mol.qed) # 0.55
print(mol.formula) # C9H8O4
2. ドラッグライクネスフィルターを確認する
mol = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
print(mol.lipinski_passes) # True
print(mol.veber_passes) # True
print(mol.ghose_passes) # True
print(mol.pains_passes) # True
print(mol.brenk_passes) # True
3. pKa を予測する
mol = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
pka = mol.pka()
print(pka["most_acidic"]) # 3.49 (カルボン酸)
print(pka["most_basic"]) # None (塩基性サイトなし)
4. ADMET プロファイルを取得する
mol = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
profile = mol.admet()
# {
# "bbb": False,
# "bbb_score": -1.3,
# "caco2": -4.9, # log Papp (Caco-2)
# "herg_risk": 0.12, # 0–1 リスクスコア
# "cyp3a4_risk": 0.21,
# }
5. フィンガープリントで類似度を計算する
aspirin = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
ibuprofen = chematic.from_smiles("CC(C)Cc1ccc(CC(C)C(=O)O)cc1")
sim = chematic.tanimoto(aspirin.ecfp4(), ibuprofen.ecfp4())
print(f"Tanimoto (ECFP4): {sim:.3f}") # 0.148
6. SDF ファイルを読んで DataFrame を作る
import pandas as pd
records = list(chematic.iter_sdf("library.sdf"))
df = pd.DataFrame({
"name": [r.name for r in records],
"smiles": [r.mol.smiles for r in records],
"mw": [r.mol.mw for r in records],
"logp": [r.mol.logp for r in records],
"qed": [r.mol.qed for r in records],
})
print(df.head())
7. 大量の SMILES を並列で記述子計算する
import pandas as pd
smiles_list = ["CCO", "c1ccccc1", "CC(=O)O", "c1cccnc1", "CCCCCCCC"]
# CPU コア数に応じて自動並列化
df = pd.DataFrame(chematic.bulk.descriptors(smiles_list))
print(df[["mw", "logp", "tpsa", "qed"]].round(2))
8. ECFP4 行列を numpy で取得する（ML 用途）
import numpy as np
smiles_list = ["CCO", "c1ccccc1", "CC(=O)O"]
# shape: (N, 2048), dtype: uint8
X = chematic.bulk.ecfp4(smiles_list)
# scikit-learn で直接使える
from sklearn.ensemble import RandomForestClassifier
# clf.fit(X, y)
9. Tanimoto 類似度行列を計算する
smiles_list = ["CCO", "c1ccccc1", "CC(=O)O", "c1cccnc1"]
# shape: (N, N), dtype: float32
matrix = chematic.bulk.tanimoto(smiles_list, smiles_list)
print(matrix.round(2))
10. 仮想スクリーニング（類似度サーチ）
library_smiles = [...] # 数万件でも OK
# ターゲット分子に似た上位候補を探す
query = "CC(=O)Oc1ccccc1C(=O)O"
scores = chematic.bulk.tanimoto_search(query, library_smiles) # (N,) float32
# 上位10件
top_indices = scores.argsort()[::-1][:10]
for i in top_indices:
print(f"{library_smiles[i]}: {scores[i]:.3f}")
11. LSH インデックスで高速近傍探索
# 大規模ライブラリ（数十万件）向け
idx = chematic.SimilarityIndex.from_smiles(library_smiles)
hits = idx.search("CC(=O)Oc1ccccc1C(=O)O", threshold=0.5, k=20)
for mol_idx, score in hits:
print(f"{library_smiles[mol_idx]}: {score:.3f}")
12. SMARTS でサブ構造検索
mol = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
# マッチするかどうか
if chematic.smarts_match("[CX3](=O)[OX2H1]", mol):
print("カルボン酸あり")
# マッチした原子インデックスを取得
matches = chematic.smarts_find("[CX3](=O)[OX2H1]", mol)
print(matches) # [[7, 8, 9], ...]
13. 分子を標準化する
# 塩・溶媒の除去、電荷の中和、互変異性体の正規化
mol = chematic.from_smiles("[Na+].[O-]c1ccccc1")
clean = mol.standardize()
print(clean.smiles) # Oc1ccccc1 （フェノール）
# 個別操作
mol.largest_fragment() # 最大フラグメントのみ
mol.neutralize() # 電荷を中和
mol.remove_isotopes() # 同位体ラベル除去
mol.remove_stereo() # 立体化学を削除
14. Murcko スカフォールドを抽出する
mol = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
scaffold = mol.scaffold()
print(scaffold.smiles) # c1ccc(CC(=O)O)cc1 (Murcko)
generic = mol.generic_scaffold()
print(generic.smiles) # C1ccc(CC(C)C)cc1 (ジェネリック)
15. BRICS フラグメント分解
mol = chematic.from_smiles("CC(=O)Nc1ccc(O)cc1") # paracetamol
frags = mol.brics_fragments()
for f in frags:
print(f.smiles)
# [NH2+]=[C@@H](C)C など
16. タウトマーを列挙・正規化する
mol = chematic.from_smiles("OC1=CC=CC=N1") # 2-pyridinol
canonical = mol.canonical_tautomer()
print(canonical.smiles) # O=C1CC=CC=N1
all_tautomers = mol.enumerate_tautomers()
print(len(all_tautomers)) # 複数のタウトマー
17. 最大共通部分構造 (MCS) を求める
mol1 = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O") # aspirin
mol2 = chematic.from_smiles("CC(=O)Nc1ccc(O)cc1") # paracetamol
mcs = chematic.find_mcs([mol1, mol2])
if mcs:
print(mcs.smiles) # 共通部分構造
18. SMIRKS で反応を適用する
# フェノールを脱プロトン化
phenol = chematic.from_smiles("c1ccccc1O")
products = chematic.run_smirks("[OH:1]>>[O-:1]", [phenol])
for product_set in products:
for p in product_set:
print(p.smiles) # [O-]c1ccccc1
19. Jupyter で SVG 描画する
from IPython.display import SVG, display
mol = chematic.from_smiles("CC(=O)Oc1ccccc1C(=O)O")
# 単分子
display(SVG(mol.svg()))
# 原子ハイライト（SMARTS マッチ部位）
matches = chematic.smarts_find("[CX3](=O)[OX2H1]", mol)
atoms = [i for match in matches for i in match]
display(SVG(mol.svg_highlighted(atoms, color="#FF6B6B")))
# グリッド表示
mols = [chematic.from_smiles(s) for s in ["CCO", "c1ccccc1", "CC(=O)O", "CCCC"]]
display(SVG(chematic.depict_grid(mols, cols=2)))
20. 全記述子 + フィルター結果を一括出力する
import pandas as pd
smiles_list = [
"CC(=O)Oc1ccccc1C(=O)O", # aspirin
"CC(C)Cc1ccc(CC(C)C(=O)O)cc1", # ibuprofen
"c1ccc2ccccc2c1", # naphthalene
"CCCCCCCCCCCCCCCCCC(=O)O", # stearic acid
]
df = pd.DataFrame(chematic.bulk.descriptors(smiles_list))
# lipinski_passes, pains_passes, brenk_passes なども含む
print(df[["mw", "logp", "tpsa", "qed", "lipinski_passes", "pains_passes"]].round(2))