三种碎片化方法:RECAP, BRICS与eMolFrag

最新推荐文章于 2025-09-16 10:27:57 发布

原创

最新推荐文章于 2025-09-16 10:27:57 发布 · 8.1k 阅读

51 ·

CC 4.0 BY-SA版权

如果有低级的化学错误请戳戳>v<

一、RECAP

Recap可以模仿实验室中的正向合成过程来进行逆向操作，对分子进行一系列的转换与分解，最终得到一组合理的分子片段。

1.1 简介

组合化学：若用一个构建块的n个单元和另一个构建块的n个单元同时反应，就能产生n*n个化合物，效率非常高。
组合化学的重点：找到高质量的构建块。
解决方法：运用RECAP, 基于化学知识将分子划分成构建块，并存入库中。之后就可以直接从这个库中取构建块使用。

1.2 一些不太相关的话

在这篇论文中motif和fragment是类似的意思。building blocks是要构建的库中的元素，它包含motif/fragment。

1.3 Introduction

RECAP的主要做法是：通过分割活性分子来获得活性构建块。我们知道有一些常见化学反应会形成的键，所以在分割分子的时候，我们就分割这些键。
RECAP的特点：在11个预定义的键上分割。这11个预定义的键保证了分出来的碎片是适合组合的，是适用于组合化学的。

1.4 Method

1.4.1 Concept of RECAP

在这里插入图片描述
STEP1：收集一系列对特定目标有活性的结构。
STEP2：使用RECAP进行碎片化——只保留最终碎片而不保留中间过程。
STEP3：对碎片进行分析。包括该碎片在原始活性结构中出现频率的分析和集群分析（将类似的片段组合到一个群中）
STEP4：碎片分析好后合并成为构建块，计入库中。
STEP4的原文描述

1.4.2 Cleavage Rules

所谓的断裂规则指的就是：

预定义了11种bond，遇见这种bond就切一刀。
如果裂解完的碎片只包含小的官能团(氢、甲基、乙基、丙基和丁基)，则这个碎片不裂解。目的：1.避免产生无用小片段。2.处于类药性考虑。
保留环结构（这一点可以并入第一点吗？或者说这11种bond的预定义确保了这一点吗？）

这些键选择了常见的化学反应会产生的键，之所以要这么选择，是为了使这些碎片易于合成。（没道理啊？应该是说基于这些碎片易于合成更大单位的构建块还差不多）
↑上面这句的原文描述
另外，用户也可以自定义可切割的键。

1.4.3 A Cleavage Example

在这里插入图片描述
上图中一个分子有3条可断的键，形成4个碎片。碎片上有标记。文献中这个标记命名为“同位素标记”（Isotopic labels），但实际上它就是指：这条可断的键在11种可断键中的序号。
作者认为，这个标记表示了裂解点（/碎片）所处的原子环境(/化学环境）。
这个标记表示了【裂解点所处的原子环境】的原文描述
做标记记录下化学环境的意义：

用于综合规划。在合成的时候可以依据这类信息选取部分碎片。
可以得到一个碎片有几个裂解点，这个信息也是很重要的。据此可以将碎片划分成terminal monomer（一个裂解点）和 core template（多个裂解点）。上图中(2)(5)属于terminal monomer，(3)(4)属于core template

1.5 代码实现

rdkit封装了RECAP的过程。可以用Chem.Recap.RecapDecompose()将分子碎片化，输入为mol类型，输出为RecapHierarchyNode类型。这个类型可以理解为：分子树。

from rdkit import rdBase, Chem
from rdkit.Chem import AllChem, Draw
from rdkit.Chem import Recap
import pubchempy as pcp

celecoxib = pcp.get_compounds('celecoxib', 'name')
celecoxib = celecoxib[0]
sm = celecoxib.canonical_smiles#转换成smiles
celecoxib = Chem.MolFromSmiles(sm)