如何将SMILES表示的聚合物重复单元聚合成二聚体？求RDkit解决方案

要将带*聚合位点的重复单元聚合成二聚体，核心逻辑是连接两个重复单元的中间聚合位点，同时保留二聚体两端的位点。以下是基于RDKit的具体实现方案：

实现步骤与代码 #

1. 导入RDKit依赖库

from rdkit import Chem

2. 定义重复单元并解析为分子对象

repeat_unit = "*CCC(C)C(*)C"
# 解析两个重复单元分子，保留代表聚合位点的Dummy原子（*）
mol_a = Chem.MolFromSmiles(repeat_unit)
mol_b = Chem.MolFromSmiles(repeat_unit)

3. 定位聚合位点
   每个重复单元包含两个*位点，我们选取mol_a的右端位点和mol_b的左端位点进行连接：

# 筛选出分子中的Dummy原子（符号为*）
dummy_a = [atom for atom in mol_a.GetAtoms() if atom.GetSymbol() == '*']
dummy_b = [atom for atom in mol_b.GetAtoms() if atom.GetSymbol() == '*']

# 获取要连接的原子索引：mol_a的第二个Dummy（右端）、mol_b的第一个Dummy（左端）
connect_idx_a = dummy_a[1].GetIdx()
connect_idx_b = dummy_b[0].GetIdx()

4. 合并分子并完成聚合连接
   通过编辑对象实现键的添加和冗余Dummy原子的删除：

# 合并两个分子
combined = Chem.CombineMols(mol_a, mol_b)
edit_mol = Chem.EditableMol(combined)

# 注意：mol_b的原子索引需要加上mol_a的原子总数偏移量
offset = mol_a.GetNumAtoms()
edit_mol.AddBond(connect_idx_a, connect_idx_b + offset, Chem.BondType.SINGLE)

# 删除用于连接的两个Dummy原子
edit_mol.RemoveAtom(connect_idx_b + offset)
edit_mol.RemoveAtom(connect_idx_a)

# 生成最终二聚体分子并输出SMILES
dimer = edit_mol.GetMol()
Chem.SanitizeMol(dimer)  # 清理分子结构，确保格式合法
dimer_smiles = Chem.MolToSmiles(dimer)
print(dimer_smiles)

关键说明 #

• 运行后输出的SMILES会保留二聚体两端的*位点，符合聚合物片段的表示要求；
• 若需要生成三聚体，只需重复上述逻辑，将二聚体与第三个重复单元进行连接即可；
• 若Dummy原子的顺序不符合预期（比如左端和右端索引颠倒），可通过打印原子信息调整dummy_a和dummy_b的索引取值。

内容的提问来源于stack exchange，提问作者Blue