はじめに

逆解析（分子探索）を行う際の、分子の生成に使用する部分構造（フラグメント）を準備する。

今回は、水溶解度データ（金子研究室HPのデータセット）に含まれる1290分子の構造をフラグメント化する。

検討するフラグメント手法は以下の２つ

RECAP:分子を合成する際に逆合成の可能性が高い構造（アミド基やエステル基など11種類の部分構造）に基づいてフラグメント化する。(Retrosynthetic Combinatorial Analysis Procedure)
BRICS：RECAPで着目していた11種類の構造を16種類に拡張したもの。(Breaking of Retrosynthetically Interesting Chemical Substructures）

前準備

###モジュールのインストール

conda install -c conda-forge rdkit

メインコード

モジュールのインポート

from rdkit import rdBase, Chem
from rdkit.Chem import AllChem, Draw, BRICS, Recap

データの準備

suppl = Chem.SDMolSupplier('logSdataset1290_2d.sdf')
mols_list = [mol for mol in suppl if mol is not None]

RECAPによるフラグメント化

###１分子のみ分解してみる（お試し）

mol_test = Chem.MolFromSmiles('O=c1c(OC2OC(CO)C(O)C(O)C2O)c(-c2ccc(O)c(O)c2)oc2cc(O)cc(O)c12')
Draw.MolToFile(mol_test,'mol_test.png')

#RECAPの実行分解
decomp = Chem.Recap.RecapDecompose(mol_test)

#１段階目のフラグメント化で得られた分子を描画してみる。
first_gen = [node.mol for node in decomp.children.values()]
img = Draw.MolsToGridImage(first_gen, molsPerRow=4, legends=[Chem.MolToSmiles(m) for m in first_gen])
img.save('first_gen.png')

#leaf（これ以上分解できないフラグメント）を描画する
leaves = [leaf.mol for leaf in decomp.GetLeaves().values()]
img = Draw.MolsToGridImage(leaves, molsPerRow=4,legends=[Chem.MolToSmiles(m) for m in leaves])
img.save('leaves.png')

三つのフラグメントに分割できた。

1290分子を分解する

leaves_list = []
for mol in mols_list:
    decomp = Chem.Recap.RecapDecompose(mol)
    leaves = [leaf.mol for leaf in decomp.GetLeaves().values()]
    leaves_list = leaves_list + leaves
    
#smilesに変換して重複を削除する
leaves_list = list(set([Chem.MolToSmiles(mol) for mol in leaves_list]))
print('number of fragments:', len(leaves_list))
# >>>number of fragments: 537

#先頭10フラグメントだけ描画してみる
fragments10 = [Chem.MolFromSmiles(smiles) for smiles in leaves_list[:10]]
img = Draw.MolsToGridImage(fragments10, molsPerRow=5,legends=leaves_list[:10])
img.save('fragments10_RECAP.png')

合計537個のフラグメントに分割できた。

BRICSによるフラグメント化

###１分子のみ分解してみる（お試し）

mol_test = Chem.MolFromSmiles('O=c1c(OC2OC(CO)C(O)C(O)C2O)c(-c2ccc(O)c(O)c2)oc2cc(O)cc(O)c12')
Draw.MolToFile(mol_test,'mol_test.png')

#BRICSの実行
decomp = BRICS.BRICSDecompose(mol_test)
fragments = [Chem.MolFromSmiles(smiles) for smiles in decomp]

img = Draw.MolsToGridImage(fragments, molsPerRow=5,legends=leaves_list[:10])
img.save('fragments_BRICS.png')

切断位置にダミーアトム（[1*]や[2*]など）を挿入したSMILESのsetが得られる。
また、分解の際に考慮する構造の種類が多いため、RECAPの場合と比べて生成したフラグメントの数が多い。

1290分子を分解する

fragment_set = set()
for mol in mols_list:
    fragment = BRICS.BRICSDecompose(mol)
    fragment_set = fragment_set | fragment

fragment_list = list(fragment_set)

print('number of fragments:', len(leaves_list))
# >>>number of fragments: 1121

#先頭10フラグメントだけ描画してみる
fragments10 = [Chem.MolFromSmiles(smiles) for smiles in fragment_list[:10]]
img = Draw.MolsToGridImage(fragments10, molsPerRow=5,legends=fragment_list[:10])
img.save('fragments10_BRICS.png')

RECAPでは537個のフラグメントを生成したのに対して、BRICSでは1121個ものフラグメントが生成できた。
（ダミーアトムのナンバリングが異なるフラグメントは、同一構造だとみなされていない可能性があるので要チェック）

参考