计算化学公社

标题: 基于OpenBabel批量产生特定基团以任意方式接到苯上的结构的方法 [打印本页]
作者
Author: sobereva    时间: 2018-9-6 04:08
标题: 基于OpenBabel批量产生特定基团以任意方式接到苯上的结构的方法
基于OpenBabel批量产生特定基团以任意方式接到苯上的结构的方法
A method to batch generate structures in which specific groups are attached to benzene in arbitrary way based on OpenBabel

文/Sobereva@北京科音  2018-Sep-6

1 前言

最近在计算化学公社论坛有人问（http://bbs.keinsci.com/thread-10797-1-1.html），怎么自动产生一大批带有指定基团的取代苯，他希望CH3、H、CN、F、Cl、Br、I、OH基团以随机方式组合接到苯上面。我认为最简单的实现方式莫过于自己写个小程序产生各种取代苯的SMILES字符串，然后用OpenBabel产生三维结构，本文就介绍一下怎么实现。希望读者能举一反三，对于类似的问题也可以通过类似的方式解决。也有人提议通过把基团的三维结构直接拼接到苯上实现，但当基团是多个原子的时候，得考虑基团朝向问题，显然会比较麻烦。

SMILES是一种格式十分简单的描述分子结构的字符串，它在化学信息学里有重要的地位。比如苯酚的SMILES字符串表示为c1ccccc1(O)。SMILES只记录了原子间的连接关系，大部分分子都可以通过SMILES字符串来描述（而对于复杂的笼状体系就不太适合了）。如果对此不熟悉，请阅读https://en.wikipedia.org/wiki/Simplified_molecular-input_line-entry_system，里面对SMILES有十分简洁清晰的介绍。通常记录SMILES字符串的文件后缀为.smi。

OpenBabel是一款知名的化学文件格式转换程序，可以在http://sourceforge.net/projects/openbabel/免费下载。如果你是CentOS的用户，可以用yum install epel-release命令添加EPEL源之后用yum install openbabel命令直接装上。OpenBabel的还可以做基于力场的几何优化、加氢/去氢、合并/拆分文件、相似性对比、结构排序/对齐等。OpenBabel可以基于SMILES字符串通过CORINA算法快速、近似产生分子三维结构，因此只要把取代苯的SMILES字符串构建出来，即可通过OpenBabel得到三维结构。当然，这样得到的三维结构是很粗糙的，但作为像样的方法做几何优化的初猜结构是足够的。


2 产生各种取代苯SMILES字符串的代码

在搞懂SMILES字符串定义规则的前提下，稍微懂得编程的人都可以很容易地写出前述8种取代基以随机方式接到苯的六个位点的SMILES字符串的代码。以下是笔者用Fortran写的，由于很容易理解，就不再详细解释了。源代码文件和编译好的可执行文件可以在此下载：http://sobereva.com/attach/440/file.rar
  1. !A tool for generating SMILES strings of substituted benzene. Programmed by Sobereva, 2018-Sep-6
  2. program gensubben
  3. implicit real*8 (a-h,o-z)
  4. integer,parameter :: nsub=8
  5. character*10 :: sub(nsub)=(/ "(C)","","(C#N)","(F)","(Cl)","(Br)","(I)","(O)" /)
  6. character*100 string
  7. nmol=20 !The number of molecules to be generated

  9. CALL RANDOM_SEED()
  10. open(10,file="subben.smi",status="replace")
  11. do imol=1,nmol
  12.         ic=1
  13.         string=" "
  14.         do ipos=1,6
  15.                 if (ipos==1.or.ipos==6) then
  16.                         nlen=2
  17.                         string(ic:ic+1)="c1"
  18.                 else
  19.                         nlen=1
  20.                         string(ic:ic)="c"
  21.                 end if
  22.                 ic=ic+nlen
  23.                 CALL RANDOM_NUMBER(ran)
  24.                 isub=int(ran*nsub)+1
  25.                 nlen=len_trim(sub(isub))
  26.                 string(ic:ic+nlen-1)=trim(sub(isub))
  27.                 ic=ic+nlen
  28.         end do
  29.         write(10,"(a)") trim(string)
  30.         write(*,*) trim(string)
  31. end do
  32. close(10)

  34. write(*,*) "subben.smi has been generated in current folder, press ENTER button to exit"
  35. read(*,*)
  36. end program
复制代码

启动程序后，此程序就会产生以随机方式产生20个取代苯，SMILES字符串既输出到屏幕上，也输出到当前目录下的subben.smi中。每次运行时产生的SMILES字符串都不同，以下是某此运行时产生的字符串中的前五个：
c1(Cl)c(I)c(F)c(C#N)cc1(O)
c1(I)cc(F)cc(C)c1
c1(F)cc(O)c(I)c(Br)c1(O)
c1(O)c(Cl)c(Br)c(I)c(F)c1(Br)
c1c(C#N)c(O)cc(F)c1(I)
c1(C#N)c(F)c(Br)c(Br)c(F)c1(O)


3 通过OpenBabel批量把SMILE字符串转化为三维结构

首先去OpenBabel官网下载安装包然后安装。安装后就可以在操作系统的命令行模式下（对于Windows指的是cmd或powershell）直接通过obabel命令调用了。虽然此程序也有图形界面，但用着还不如命令行模式方便。此程序的常用命令在这里有介绍：https://open-babel.readthedocs.io/en/latest/Command-line_tools/babel.html。

把上一节自写的程序产生的subben.smi放到当前目录下，在命令行模式下输入obabel subben.smi -O out.pdb --gen3d -m，马上就在当前目录下产生了out1.pdb、out2.pdb ... out20.pdb，这就是20种取代苯结构了。命令行中的--gen3d代表自动产生三维结构，-m代表进行拆分。

产生的这些结构可以拖到VMD中，然后用Extensions - Visualization - Multiple Molecule animation轮回显示，如下所示


如果你想在产生三维结构的时候顺带通过MMFF94高精度有机小分子力场进行优化，那么运行以下命令即可，所得的pdb文件里的结构就都是优化过的了。
obabel subben.smi -O out.pdb --gen3d -m --minimize --ff MMFF94
作者
Author: xylz6188    时间: 2018-9-6 08:06
Sob，若已知无定型物质的元素百分含量，并且知道芳环比，而且知道像-OH，-COOH等一些基团的存在，可不可以通过编程确定无定型物质的三维网状结构，若能实现，意义非凡。
作者
Author: greatzdk    时间: 2018-9-6 08:28
老牛逼了。
不过操作smiles还是不太方便
作者
Author: Kirisame_Sakuya    时间: 2018-9-6 11:09
simplified molecular-input line-entry system (SMILES)
严谨一些应该是SMILES而不是SMILE
作者
Author: sobereva    时间: 2018-9-6 12:06
xylz6188 发表于 2018-9-6 08:06
Sob，若已知无定型物质的元素百分含量，并且知道芳环比，而且知道像-OH，-COOH等一些基团的存在，可不可以 ...

只要有个标准结构，有个类似通式式的关系，写程序肯定能实现，只是技术层面的问题而已。我对这类体系特征不很清楚，还不好说
作者
Author: kyuu    时间: 2018-9-6 12:14
greatzdk 发表于 2018-9-6 08:28
老牛逼了。
不过操作smiles还是不太方便

有什么是你见过不牛逼的没
作者
Author: xylz6188    时间: 2018-9-6 14:36
sobereva 发表于 2018-9-6 12:06
只要有个标准结构，有个类似通式式的关系，写程序肯定能实现，只是技术层面的问题而已。我对这类体系特征 ...

比如现在大家所探索的煤分子结构、干酪根结构、沥青质结构，这些物质由特定的元素组成，但是结构极为复杂，没有统一的化学式，但研究有极为需要了解他们的结构。
作者
Author: granvia    时间: 2018-9-6 19:38
简单说就是生成拓扑结构
作者
Author: sobereva    时间: 2018-9-7 02:41
granvia 发表于 2018-9-6 19:38
简单说就是生成拓扑结构

原理上应当可以实现自动随机构建，要是没别人提出过，提出个构建算法，就能发篇不错文章了
作者
Author: greatzdk    时间: 2018-9-8 11:48
kyuu 发表于 2018-9-6 12:14
有什么是你见过不牛逼的没

没有啊,狗哥 也很牛逼嘛
作者
Author: Novice    时间: 2019-8-8 20:21
社长是不是补充一下Openbabel的安装编译过程
作者
Author: sobereva    时间: 2019-8-9 04:09
Novice 发表于 2019-8-8 20:21
社长是不是补充一下Openbabel的安装编译过程

对于CentOS，添加了EPEL源之后，yum install openbabel直接就装上了
作者
Author: 丁越    时间: 2022-1-13 11:24
请问下sob老师，在Extensions - Visualization - Multiple Molecule animation里是怎么保存动画的，我怎么没找到相应的选项？
之前碰到了一个问题，如何去制作一个仅含5帧结构的xyz文件的动画，因为在make movie中没法调整播放的延迟，后来想了个法子将这5帧中插入很多重复帧就可以把make movie的播放速度降下来了。
作者
Author: snljty    时间: 2022-1-13 11:31
丁越 发表于 2022-1-13 11:24
请问下sob老师，在Extensions - Visualization - Multiple Molecule animation里是怎么保存动画的，我怎么 ...

还有个方法就是写脚本每帧截图或渲染，然后得到一个一堆图片的目录，之后可以使用这里的第一个脚本。这里面也有调每帧时长的参数。http://bbs.keinsci.com/thread-27212-1-1.html
作者
Author: sobereva    时间: 2022-1-13 14:31
丁越 发表于 2022-1-13 11:24
请问下sob老师，在Extensions - Visualization - Multiple Molecule animation里是怎么保存动画的，我怎么 ...

ffmpeg把图像文件合并成动画时直接设置就完了

(, 下载次数 Times of downloads: 106)

作者
Author: neocc    时间: 2023-8-25 00:50
本帖最后由 neocc 于 2023-8-25 11:28 编辑

按照帖子的说明，将六行SMILES字符串复制保存到subben.smi文件
然后运行 obabel subben.smi -O out.pdb --gen3d -m
出现如下报错，请问应该如何解决呢？  （单独运行每一行smiles字符串都可以正常生成结构）

*** Open Babel Error  in OpenBabel::OBConversion::OpenAndSetFormat
  Cannot open subben.smi


后来在linux（Open Babel 3.0.0）可以运行，win版Open Babel 2.4.1就报错




欢迎光临 计算化学公社 (http://bbs.keinsci.com/) Powered by Discuz! X3.3