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 Lipinski

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 Липински
  

  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 скачанные 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])
  

• Построим 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)