MBL Molfile格式解析报错：如何修正格式并生成分子图像？

1. 当前Molfile的错误点 #

• 计数行原子数错误：第一行有效内容（1 0 0 0 0 0 999 V2000）的第一个数字代表原子总数，你写了1，但实际包含3个原子（O+2H），RDKit解析时会误判原子数量，导致后续行解析失败。
• 原子行字段误用：你在原子行的第6个字段填写了-1、1，这不符合V2000格式规范。该字段是电荷编码（0=中性，1=+1，2=-1等），而非连接关系。原子间的连接需要通过单独的键行定义，不能写在原子行中。
• 缺少键行：V2000格式要求在所有原子行之后添加键行，明确原子间的连接方式和键级，你的molfile缺少这部分内容。

2. 正确的V2000 Molfile格式（以水分子为例） #

3 2 0 0 0 0 0 0 0 0999 V2000
    0.0000    0.0000    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
    1.0000    0.8144    0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
    0.0000   -0.8144    0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
  1  2  1  0  0  0  0
  1  3  1  0  0  0  0
M END

格式说明：

• 计数行3 2 ...：第一个数3是原子总数，第二个数2是键的总数
• 键行1 2 1 ...：表示原子1（O）和原子2（第一个H）之间是单键（第三个数字1代表单键），第二行键行对应O和第二个H的单键

3. 修正后的完整绘图代码 #

将molfile修正后，结合你提供的绘图逻辑，完整可运行代码如下：

from rdkit import Chem
from rdkit.Chem import AllChem, Draw
import matplotlib.pyplot as plt  

# 修正后的molfile字符串
molfile_string = """
3 2 0 0 0 0 0 0 0 0999 V2000
    0.0000    0.0000    0.0000 O   0  0  0  0  0  0  0  0  0  0  0  0
    1.0000    0.8144    0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
    0.0000   -0.8144    0.0000 H   0  0  0  0  0  0  0  0  0  0  0  0
  1  2  1  0  0  0  0
  1  3  1  0  0  0  0
M END
"""

# 解析molfile
mol = Chem.MolFromMolBlock(molfile_string)

# 生成2D坐标并绘制图像
AllChem.Compute2DCoords(mol)
image = Draw.MolToImage(mol, size=(300, 300), kekulize=False)
plt.imshow(image, interpolation='nearest')
plt.axis('off')  # 关闭坐标轴标签
plt.show()

简便替代方案 #

如果不想手动编写molfile，也可以通过SMILES快速生成带氢的分子结构，代码更简洁：

from rdkit import Chem
from rdkit.Chem import AllChem, Draw
import matplotlib.pyplot as plt  

# 从SMILES生成分子并添加氢原子
mol = Chem.MolFromSmiles("O")
mol = Chem.AddHs(mol)

# 生成2D坐标并绘制图像
AllChem.Compute2DCoords(mol)
image = Draw.MolToImage(mol, size=(300, 300), kekulize=False)
plt.imshow(image, interpolation='nearest')
plt.axis('off')
plt.show()

内容的提问来源于stack exchange，提问作者ista120