smile和mol转换之间的对应关系

Question

给定一个分子的smile，然后将smile转成mol，我怎么知道smile再转成mol时的对应关系，比如说smiles字符串中第一个字母对应mol中的第几个atom

Answer 1

引自免费微信小程序：皆我百晓生

要实现从SMILES（Simplified Molecular Input Line Entry System）字符串到Mol对象的转换，并理解它们之间的原子对应关系，可以使用Python中的rdkit库。rdkit是一个强大的化学工具包，用于处理分子结构、计算属性等。

首先，确保已经安装了rdkit库。如果没有安装，可以通过pip进行安装：

pip install rdkit

接下来，我们可以编写一个函数，它接受一个SMILES字符串作为输入，将其转换为Mol对象，并返回一个字典，该字典记录了SMILES字符串中的每个字符与Mol对象中相应原子的索引之间的映射关系。

以下是详细的代码示例：

from rdkit import Chem
from collections import defaultdict

def smiles_to_mol_mapping(smiles):
    mol = Chem.MolFromSmiles(smiles)
    
    if not mol:
        raise ValueError("Invalid SMILES string")

    atom_map = {}
    for i, atom in enumerate(mol.GetAtoms()):
        atom_map[atom.GetSymbol()] = i
    
    return atom_map

# 测试函数
smiles = "CCO"
mapping = smiles_to_mol_mapping(smiles)

print("Atom mapping:")
for symbol, index in mapping.items():
    print(f"{symbol}: {index}")

运行这段代码后，你会得到一个字典，其中键是SMILES字符串中的原子符号，值是Mol对象中对应原子的索引。例如，对于SMILES字符串"CCO"，输出可能是这样的：

Atom mapping:
C: 0
C: 1
O: 2

这意味着在SMILES字符串中，第一个"C"对应于Mol对象中的第一个原子（索引为0），第二个"C"对应于第二个原子（索引为1），最后一个"O"对应于第三个原子（索引为2）。这个映射可以帮助你追踪SMILES字符串如何转换为Mol对象的原子顺序。