Molècules - Structured Data Format

Els fitxers SDF contenen informació estructural d’una o més molècules químiques.

Introducció

Els Structured Data Format, que solen tenir la extensió .sdf, són els fitxers que els programes utilitzen habitualment per processar informació estructural química. També poden incloure informació addicional, com ara espectres moleculars.

En principi, qualsevol fitxer de dades estructurals té dos components principals:

  • La taula de connexions simplificada (simplified connection table)
  • La informació addicional

La notació SMILES descriu la connectivitat atòmica en text, mentre que els fitxers SDF contenen informació estructural més detallada. En SMILES els hidrogens solen ser implícits (per exemple l’aigua es representa com a O en Smiles); en SDF poden ser implícits o explícits (habitualment són explícits).

Tots els fitxers de dades estructurals tenen una taula d’àtoms i una taula d’enllaços.

La taula d’àtoms inclou informació com les definicions isotòpiques i, si està disponible, les coordenades 2D o 3D de l’entorn de cada àtom. Si aquestes coordenades falten, els programes poden calcular-les mitjançant una minimització d’energia per obtenir l’estructura 3D d’un àtom aïllat.

Tipus de fitxers: SDFs i Molfiles

  • Molfiles: fitxers de text que contenen informació estructural d’una sola mol·lecula. Solen tenir la extensió .mol.
  • SDFs (Structure Data Files): són fitxers que combinen diversos molfiles amb informació addicional sobre els compostos. S’utilitzen molt sovint per compartir biblioteques de dades de compostos.

Què tenen en comú ?

  • Tant els Molfiles com els SDFs (Structure Data Files) són fitxers de text que descriuen l’estructura química de molècules:
    • àtoms, enllaços, coordenades, càrregues, etc.
  • Tots dos segueixen el format desenvolupat per MDL (Molecular Design Limited), de manera que la seva estructura interna és gairebé la mateixa.
  • Són formats llegibles per humans i per ordinador, i compatibles amb molts programes de química computacional (com RDKit, PyMol, Avogadro, etc.).
Nota

En resum, els Molfiles descriuen una sola molècula; els SDFs amplien aquest format per incloure moltes molècules i dades associades, mantenint la mateixa base estructural.

Estructura dels Molfile/SDF

L’NCI Chemical Resolver és un servei en línia del National Cancer Institutre que permet buscar i obtenir informació química de compostos des de diverses bases de dades obertes (per exemple Pubchem) a partir del seu nom, fórmula o identificador.

El següent text és un fitxer molfile de l’etanol obtingut del NCI Chemical Resolver.

Terminal window
C2H6O
APtclcactv10282509333D 0   0.00000     0.00000


  9  8  0  0  0  0  0  0  0  0999 V2000
    1.2854   -0.2499   -0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
   -0.0072    0.5687   -0.0000 C   0  0  0  0  0  0  0  0  0  0  0  0
   -1.1304   -0.3147    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
    1.3175   -0.8784    0.8900 H   0  0  0  0  0  0  0  0  0  0  0  0
    1.3175   -0.8784   -0.8900 H   0  0  0  0  0  0  0  0  0  0  0  0
    2.1422    0.4239   -0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
   -0.0392    1.1972    0.8900 H   0  0  0  0  0  0  0  0  0  0  0  0
   -0.0392    1.1972   -0.8900 H   0  0  0  0  0  0  0  0  0  0  0  0
   -1.9857    0.1365   -0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
  1  2  1  0  0  0  0
  2  3  1  0  0  0  0
  1  4  1  0  0  0  0
  1  5  1  0  0  0  0
  1  6  1  0  0  0  0
  2  7  1  0  0  0  0
  2  8  1  0  0  0  0
  3  9  1  0  0  0  0
M  END
$$$$

Tots els molfiles tenen un encapçalament i una taula de connexions (CTAB) amb dos blocs principals: Atom Block i Bond Block.

  • L’encapçalament té dues o tres línies: la primera indica el nom o fórmula i la segona el programa que el va generar, la data i hora, i si hi ha coordenades 2D o 3D. Opcionalment, pot tenir una linia 3 amb comentaris.
  • La línia de recompte (Count line block) mostra que l’acetona té 9 àtoms i 8 enllaços, i inclou la versió del molfile, en aquest cas V2000.
  • Després del Bond Block, hi ha una descripció addicional i camps opcionals que poden incloure propietats físiques, dades experimentals o anotacions de la molècula.

A l’exemple de sota, la fórmula que identifica la mol·lecula és C2H6O, ha estat generat per APtclcactv10282509333D, i el camp de comentaris està en blanc.

Veiem un altre exemple de molfile, de l’acetona, en format imatge per tenir l’esquema complet més clar:

Cercar fitxers sdf a Internet.

Pots obtenir altres compostos des de la web pública de l’NCI Chemical Resolver, amb aquestes opcions de menú:

Encara que posi sdf, com que sabem que l’acetona només consta d’una mol·lecula ens serveix com a molfile, coincideix pràcticament tot el contingut.

Taller: Descarregar fitxers sdf amb Python.

Pots obtenir l’acetona a partir d’una URL, la qual cosa és encara més interessant.

Fixa’t que la notació general és

https://cactus.nci.nih.gov/chemical/structure/{NOTACIO_SMILES}/file?format=sdf

On pots reemplaçar {NOTACIO_SMILES} per la notació SMILES de la mol·lecula que vols.

Prepara l’entorn en Python:

Crea un projecte amb uv

Terminal window
uv init demo-sdfs

Importa la biblioteca requests:

Terminal window
uv add requests

Aquesta llibreria et permet consultar fitxers de text o respostes textuals que provinguin d’un servidor web si la url és vàlida.

Això ho fem amb la funció:

url = "https://cactus.nci.nih.gov/chemical/structure/CCO/file?format=sdf"
r = requests.get(url)

Posteriorment, els descarregarem agafant la informació consultada (està a la variable r en el nostre cas) i guardant-la en un nou fitxer.

# Agafem les dades extretes d'Internet i les guardem al fitxer.
with open("etanol.sdf", "w") as f:
    f.write(r.text)

Ara, modifica el fitxer main.py amb totes les instruccions:

main_req.py
import requests


url = "https://cactus.nci.nih.gov/chemical/structure/CCO/file?format=sdf"
# Descarreguem el fitxer
r = requests.get(url)
# Agafem les dades extretes d'Internet i les guardem al fitxer.
with open("etanol.sdf", "w") as f:
    f.write(r.text)


print("Contingut del fitxer etanol.sdf")
print(r.text)

Pots comprovar que s’ha creat un fitxer amb el nom etanol.sdf que conté la mateixa mol·lecula que hem analitzat fa una estona.

Aquesta tècnica és ideal per fitxers petits com els molfile i els sdf.

Llegir únicament primeres linies.

Aquí tens un codi per a mostrar únicament les primeres linies del fitxer, per si només t’interessa l’encapçalament i la linia de recompte.

primeres_linies = 4
with open("etanol.sdf") as f:
    for i in range(primeres_linies):
        linia = f.readline()
        if not linia:
            break
        print(linia.strip())

Si vols saber com llegir i escriure qualsevol fitxer de text amb Python consulta Python - File.

Per a fitxers més grans i gestionar control d’errors recomanem Python - urllib3.

Taller: Llegir fitxers sdf amb RDKIT

Si encara no ho has fet, importa la biblioteca rdkit al teu projecte:

Terminal window
uv add rdkit

Per automatitzar la tasca, executa aquest programa, que es baixarà alguns fitxers sdf únicament en cas que no els hagis baixat abans (♻️ mesura sostenible ♻️) amb la llibreria nativa os

import os
import requests


# Llista de compostos simples
molecules = ["water", "caffeine", "aspirin"]


# 📁 Carpeta on guardarem els arxius
os.makedirs("sdf_files", exist_ok=True)


for name in molecules:
    file = f"sdf_files/{name}.sdf"
    if not os.path.exists(file):
        print("Descarregant", name)
        url = f"https://cactus.nci.nih.gov/chemical/structure/{name}/sdf"
        data = requests.get(url).text
        open(file, "w").write(data)
    else:
        print(name, "ja existeix")


print("\n✨ Procés complet! Els arxius estan dins la carpeta 'sdf_files'.")

Un cop descarregat un fitxer, pots obrir la mol·lecula amb RDKIt, per a mostrar les seves propietats, visualitzar-la… com vas fer a Bio - SMILES

from rdkit import Chem
from rdkit.Chem import Draw
from rdkit.Chem import rdMolDescriptors


# Guardem totes les mol·lècules en una llista (sdf pot tenir més d'una)
molecules = []
# Obrim el fitxer d'exemple amb "with" per assegurar que es tanqui bé
with Chem.SDMolSupplier("sdf_files/caffeine.sdf") as suppl:
    for mol in suppl:
        molecules.append(mol)


print(f"Número de mol·lecules: {len(molecules)}")


form_mol = rdMolDescriptors.CalcMolFormula(molecules[0])
print(f"Fórmula: {form_mol}")

Activitat

Task
  1. Descarrega el SDF de la hormona de la felicitat 😊, la serotonina, des del NCI Chemical Resolver.
  2. Guarda el fitxer dins de sdf_files/.
  3. Mostra per pantalla les primeres linies del fitxer i respòn quants àtoms i enllaços té en total la hormona.
  4. Llegeix la molècula amb RDKit.
  5. Mostra la fórmula molecular i la notació SMILES.
  6. Guarda una imatge 2D de la molècula.

Escriure fitxers sdf amb RDKIT

Amb RDKit pots fer el procés invers, crear una mol·lecula a partir de la seva representació SMILES.

Anem a veure com crear fitxers .mol i .sdf de la Aspirina (amb SMILES es representa: CC(=O)Oc1ccccc1C(=O)).

from rdkit import Chem
from rdkit.Chem import AllChem
from rdkit.Chem import SDWriter


# SMILES i Mol
smiles = 'CC(=O)Oc1ccccc1C(=O)O'
mol = Chem.MolFromSmiles(smiles)


# Afegir nom a la primera línia del fitxer.
mol.SetProp("_Name", "Aspirina")


# Recomanable: Afegir hidrogens explícits que SMILES omet.
mol = Chem.AddHs(mol)


# Generar coordenades 3D
AllChem.EmbedMolecule(mol, AllChem.ETKDG())


# Guardar a .mol
with open("aspirina.mol", "w") as f:
    f.write(Chem.MolToMolBlock(mol))


# Guardar a .sdf
w = SDWriter("aspirina.sdf")
w.write(mol)
w.close()
Nota

En realitat, és molt més habitual

Avançat.

RDKit dóna molt més de sí, et permet editar tant la estructura de la mol·lecula (fórmula, enllaços…) com la seva representació (canviar els colors, pintar els àtoms que ens poden interessar més…)

Cobrir-los excedeix del propòsit d’aquesta guia. En part perquè hi ha programari que pot realitzar encara millor aquestes operacions, per exemple PyMol.

Qui tingui interès que consulti:

Referències