12 01 2010 chemoinformatics Python GASTON Tweet
SDFからGASTON実行できるようにしたので、結果を解釈するためにsmilesに変換するコードを用意した。
import re
import openbabel as ob
def convert(gf):
obc = ob.OBConversion()
obc.SetOutFormat('smi')
mol = ob.OBMol()
for l in gf.split('\n'):
if len(l) > 0 and l[0] == 'v':
a = mol.NewAtom()
atomic_num = int(l.split(' ')[2])
a.SetAtomicNum(atomic_num)
elif len(l) > 0 and l[0] == 'e':
begin_atom_idx = int(l.split(' ')[1]) + 1
end_atom_idx = int(l.split(' ')[2]) + 1
bond_order = int(l.split(' ')[3])
b = mol.AddBond(begin_atom_idx, end_atom_idx, bond_order)
elif len(l) > 0 and l[0] == '#':
title = l.split(' ')[1]
mol.SetTitle(title)
return obc.WriteString(mol)
if __name__ == '__main__':
txt = open('gaston.out').read()
p = re.compile('#.+?(?=(#|$))',re.S)
m = p.finditer(txt)
for ss in m:
print convert(ss.group())[:-1]
実行結果
NC 11
NCC 11
NCCC 11
NCC(=C)C 11
NCCC=C 11
NCC(=C)C=C 11
NCCC=CC 11
NCC(=C)C=CC 11
NCC=C 11
頻度の高いフラグメントのSMILESと、その分子のIDが出力される
それにしてもpythonの正規表現はややこしいなぁと、みんなのpythonを読み返して復習
正規表現文字列 -> コンパイル -> 正規表現オブジェクト -> マッチ処理 -> マッチオブジェクト