Хемоинформатика¶

lecture: http://kodomo.fbb.msu.ru/~golovin/l2.pdf

Цель занятия — используя пакет модулей RDkit предложить аналог ибупрофена:

• на сайте PubChem найти все радикалы c азидом для Click Chemistry и скачать их SMILES нотации
• Найти формулу ибупрофена и предложить способ изменения его SMILES для эмуляции реагента Click Chemistry (заменить изопропил на этин он же ацителен)
• Заменить в найденых радикалах азидную группу на модифцированный ибупрофен.
• Превратить новые SMILES в объекты-молекулы
• Отобрать те молекулы, которые удовлетворяют правилу пяти Lipinsky

Подсказки:¶

• shadbox — это виртуальная машина, на которой вы можете выполнять занятия. Модули из практикума также можно установить локально: см. файл conda.install
• shadbox также известен как vsb.fbb.msu.ru:22025. Логин и пароль к нему не следует доверять публичной вики: спросите знакомых.
• Всю работу выполняем в Jupiter Notebook, можно запускать как локально, так и на shadbox
• Добавим путь к conda и активируем профиль, if you use windows do it in putty on shadbox:

source activate hse

jupyter-notebook --no-browser --port XXXX

• Run plink on windows
  

  plink -ssh -L  8888:localhost:XXXXX ivanov@shadbox
  

• open browser http://localhost:8888 , you may want to use token from Jupiter Notebook run.
• Загрузим модули RDkit (мануал: http://www.rdkit.org/docs/GettingStartedInPython.html )

from rdkit import Chem
from rdkit.Chem import AllChem
from rdkit import RDConfig
from rdkit.Chem.Draw import IPythonConsole 
from rdkit.Chem import Draw
import numpy as np
from IPython.display import display,Image

• Нарисуем ибупрофен

ibu=Chem.MolFromSmiles('CC(C)CC1=CC=C(C=C1)C(C)C(=O)O')
AllChem.Compute2DCoords(ibu)
display(ibu)

• Посчитаем параметры для правила Лепински

import rdkit.Chem.Lipinski as Lipinksy
print Lipinksy.NumHDonors(ibu)
print Lipinksy.NumHAcceptors(ibu)
print Lipinksy.rdMolDescriptors.CalcExactMolWt(ibu)
print Lipinksy.rdMolDescriptors.CalcCrippenDescriptors(ibu)[0]

• Загрузим скаченные данные и отфильтруем
  

  strings=np.genfromtxt('2515324818764782706.txt',dtype=np.str)
  
  for line in strings:
      if len(line[1]) < 30 and not '.' in line[1]:
          smiles.append(line[1])
  

• Пстроим новые молекулы и отфильтруем

for smi in smiles[:1500]:

    if азид  in smi:
        newsmi=smi.replace('N=[N+]=[N-]',template)
    else:
        continue

• Новую молекулу лучше создавать в try из-за битых smiles

    try:
        newmol=Chem.MolFromSmiles

        if новая молекулу удолтворяет правилу 5
            сохраним в массив
            и покажем
    except:
        pass

• Наводим красоту за бонусные баллы, постройте 3D структуру и покрутите её

можно сделать большую картинку с Draw.MolsToGridImage

как сделать конформацию лиганда:

m3d=Chem.AddHs(m2d)
Chem.AllChem.EmbedMolecule(m3d)
AllChem.MMFFOptimizeMolecule(m3d,maxIters=500,nonBondedThresh=200 )

загрузим NGL viewer

import nglview as nv

и покажем первую конформацию

nv.show_rdkit(m3d)