RDKit | 比较化合物并通过PCA可视化化学空间

化学空间与指纹

       化学空间是一个虚拟空间，放置了世界上所有可能存在的化合物。从概念上讲，取决于原子的连接方式，可以存在无限数量的化合物，因此可以说化合物空间具有巨大的尺寸。

       实际工作中，有必要将化合物空间放到数学空间中。具体地说，必须根据某些规则将每个化合物转换为固定长度的向量。该向量称为指纹，并且已经提出了用于生成指纹的各种方法。

本文案例实际上使用了称为MACCS密钥指纹。MACCS密钥是一种简单的指纹，它使用包含166种子结构的字典，并且仅显示0/1是否要计算的化合物中包括每个结构。因此，该指纹是一个166维的二进制向量，并且每个维与特定的子结构一一对应。

计算化合物之间的相似性

要评估化合物的相似性，可以计算每种化合物的指纹并计算指纹之间的相似性。Tanimoto系数系数通常用作化合物相似性的指标。

Tanimoto系数取值为0到1。

---

from rdkit import Chem, DataStructs
from rdkit.Chem import MACCSkeys