Rd Filters 使用教程

Rd Filters 使用教程

rd_filters A script to run structural alerts using the RDKit and ChEMBL 项目地址: https://gitcode.com/gh_mirrors/rd/rd_filters

1. 项目介绍

Rd Filters 是一个开源项目，用于对化合物集合应用来自 ChEMBL 数据库的功能团过滤器以及 RDKit 的属性过滤器。该项目基于 Python 开发，可以方便地对化合物进行筛选，检查其是否符合特定的规则和属性。

2. 项目快速启动

安装

确保您的系统已安装 Python 3.6 或更高版本。接下来，安装 RDKit。推荐使用 conda 进行安装。

通过 GitHub 直接安装 Rd Filters：

pip install git+https://github.com/PatWalters/rd_filters.git

或者本地安装：

git clone https://github.com/PatWalters/rd_filters
cd rd_filters
pip install .

使用

运行脚本需要两个文件：alert_collection.csv（结构警报集）和 rules.json（配置文件）。

以下是查找这两个文件的逻辑：

• 使用命令行参数 --alert 和 --rules 指定的位置。
• 检查当前目录。
• 检查环境变量 FILTER_RULES_DATA 指向的目录。

生成默认设置的 rules.json：

rd_filters template --out rules.json

运行 Rd Filters：

rd_filters filter --in INPUT_FILE --prefix PREFIX [--rules RULES_FILE_NAME] [--alerts ALERT_FILE_NAME] [--np NUM_CORES]

其中：

• INPUT_FILE 是输入的 SMILES 文件。
• PREFIX 是输出文件的前缀。
• RULES_FILE_NAME 是规则文件的名称（可选）。
• ALERT_FILE_NAME 是警报文件的名称（可选）。
• NUM_CORES 是使用的 CPU 核心数（默认为全部）。

示例：

rd_filters filter --in test.smi --prefix out

这将生成两个文件：out.smi 包含所有通过过滤器的化合物的 SMILES 字符串和分子名称；out.csv 包含计算出的属性值和触发的警报列表。

若要指定处理器数量：

rd_filters filter --in test.smi --prefix out --np 4

3. 应用案例和最佳实践

应用案例

• 筛选特定药效团或属性的化合物。
• 快速检查化合物是否触发特定的结构警报。

最佳实践

• 在运行之前，确保 alert_collection.csv 和 rules.json 文件是最新的，并且符合您的筛选需求。
• 使用环境变量 FILTER_RULES_DATA 管理配置文件的位置，以便在多个项目之间共享。
• 考虑将结果输出文件 out.smi 和 out.csv 用于进一步的化合物分析和数据处理。

4. 典型生态项目

Rd Filters 可以与其他化学信息学工具一起使用，例如：

• 与 RDKit 结合进行更复杂的化学数据分析和分子设计。
• 与 ChEMBL 数据库集成，获取更全面的化合物信息。
• 利用 Jupyter Notebook 进行交互式数据分析和可视化。

通过上述方法和工具，Rd Filters 能够在药物设计和化学研究领域发挥重要作用。

rd_filters A script to run structural alerts using the RDKit and ChEMBL 项目地址: https://gitcode.com/gh_mirrors/rd/rd_filters