rdkit&python | 化学反应中心提取模板

1. 将反应SMILES加载到RDKit中，作为代表反应物和产物的原子映射分子对象。
2. 根据原子匹配编号，确定哪些原子在原子图之间发生了变化通过检查它们的（a）SMARTS符号，（b）原子序数，（c） 氢的总数，（d）电荷，（e）degree，（f）自由基电子数量，以及（g）bond-neighbor pairs的原子的原子序数和原子匹配编号。任何改变的原子都是“反应中心”的一部分，必须包含在最终的反应模板。
3. 为“反应中心”中的每个原子生成SMARTS标签。这个默认情况是使用SMILES片段，因为SMILES片段可以用作SMARTS模式（尽管它们仅与确切的片段匹配）。调整了SMILES片段使氢的数量和电荷明确。例如，没有氢的四元碳可以具有SMILES表示[C:1]，但SMARTS[C:1]将匹配任何脂肪族碳与任何数量的氢。我们改为用**[C；H0；+0:1]**替换此符号，以确保匹配碳原子具有正确数量的氢原子（0）。
4. 检查反应物分子中紧邻的每个原子’反应中心’。如果该原子是匹配上的的，那么它必须出现在产物中（也就是说, 它不是一个leaving group）。这些原子完全泛化到SMARTS通配符来匹配任何重原子: * 。保留了原子匹配编号，因此，例如，[CH:2]的SMARTS片段将被泛化到[*:2]。任何反应物的原子匹配编号在这个步骤中必须加到产物中去。如果邻居原子不是匹配上的的，则它是leaving group的一部分。这些原子基于它们的原子序数和芳香性而被概括。脂肪族碳都转换成相应的SMARTS片段 C，芳香碳都是转换为SMARTS片段 c，杂原子转换为SMARTS片段 #AN，其中AN是该杂原子的原子序数。以这种方式，所有的le