datamol - 基于RDKit的高效分子处理Python库

datamol - 简化分子处理

文档 | 主页

Datamol 是一个用于处理分子的 Python 库。它是构建在 RDKit 之上的一层，旨在尽可能轻量化。

🐍 简单的 Python 风格 API
⚗️ 以 RDKit 为先：所有操作都基于 rdkit.Chem.Mol 对象
✅ 分子操作通常依赖多个选项；Datamol 在设计上提供了良好的默认值
🧠 性能至关重要：内置高效并行化处理，可选进度条显示
🕹️ 现代 IO：使用 fsspec 开箱即用支持远程路径，可读写多种格式（sdf、xlsx、csv 等）

在线试用

访问在线试用 Datamol。

文档

访问 https://docs.datamol.io。

安装

使用 conda：

mamba install -c conda-forge datamol

API 快速浏览

import datamol as dm

# 常用函数
mol = dm.to_mol("O=C(C)Oc1ccccc1C(=O)O", sanitize=True)
fp = dm.to_fp(mol)
selfies = dm.to_selfies(mol)
inchi = dm.to_inchi(mol)

# 标准化和净化
mol = dm.to_mol("O=C(C)Oc1ccccc1C(=O)O")
mol = dm.fix_mol(mol)
mol = dm.sanitize_mol(mol)
mol = dm.standardize_mol(mol)

# 数据框操作
df = dm.data.freesolv()
mols = dm.from_df(df)

# 2D 可视化
legends = [dm.to_smiles(mol) for mol in mols[:10]]
dm.viz.to_image(mols[:10], legends=legends)

# 生成构象
smiles = "O=C(C)Oc1ccccc1C(=O)O"
mol = dm.to_mol(smiles)
mol_with_conformers = dm.conformers.generate(mol)

# 3D 可视化（使用 nglview）
dm.viz.conformers(mol, n_confs=10)

# 从构象计算 SASA
sasa = dm.conformers.sasa(mol_with_conformers)

# 简便的 IO
mols = dm.read_sdf("s3://my-awesome-data-lake/smiles.sdf", as_df=False)
dm.to_sdf(mols, "gs://data-bucket/smiles.sdf")

如何引用

如果您在研究中使用 Datamol，请引用：。

兼容性

版本兼容性对于生产软件栈至关重要。我们谨慎地记录了 datamol、python 和 rdkit 之间的兼容性。

以下是 Datamol 次要版本在其整个生命周期中已测试的 Python 和 RDKit 相关版本。这并不意味着其他组合不可用，只是这些组合未经测试。

`datamol`	`python`	`rdkit`
`0.12.x`	`[3.10, 3.11]`	`[2023.03, 2023.09]`
`0.11.x`	`[3.9, 3.10, 3.11]`	`[2022.09, 2023.03]`
`0.10.x`	`[3.9, 3.10, 3.11]`	`[2022.03, 2022.09]`
`0.9.x`	`[3.9, 3.10, 3.11]`	`[2022.03, 2022.09]`
`0.8.x`	`[3.8, 3.9, 3.10]`	`[2021.09, 2022.03, 2022.09]`
`0.7.x`	`[3.8, 3.9]`	`[2021.09, 2022.03]`
`0.6.x`	`[3.8, 3.9]`	`[2021.09]`
`0.5.x`	`[3.8, 3.9]`	`[2021.03, 2021.09]`
`0.4.x`	`[3.8, 3.9]`	`[2020.09, 2021.03]`
`0.3.x`	`[3.8, 3.9]`	`[2020.09, 2021.03]`