如何用RDKit导出Pandas DataFrame为.mol/.sdf及转换Smiles至Mold2？

• 准备输入文件：把所有需要转换的SMILES整理到纯文本文件（.txt）中，每行一个SMILES；如果需要关联分子ID，可在每行SMILES前添加ID，用制表符分隔
• 打开Mold2 GUI工具后，按以下步骤操作：
  • 点击菜单栏「File」→「Load SMILES」，选择你准备好的文本文件
  • 在参数配置界面，指定输出文件路径，并根据需求选择要生成的Mold2特征类别
  • 点击「Start」启动批量转换，完成后会在指定路径生成包含Mold2特征的输出文件（常见格式为.csv或.txt）

前提条件 #

确保你的环境已安装RDKit和Pandas，且DataFrame中包含有效的SMILES列（示例中列名为SMILES）

导出为单个.mol文件（仅适用于单分子） #

import pandas as pd
from rdkit import Chem
from rdkit.Chem import rdMolWriter

# 读取目标DataFrame
df = pd.read_csv("your_input_data.csv")

# 将SMILES转换为RDKit Mol对象
mol = Chem.MolFromSmiles(df["SMILES"].iloc[0])

# 写入.mol文件
writer = rdMolWriter.MolWriter("single_molecule.mol")
writer.write(mol)
writer.close()

导出为.sdf文件（多分子批量导出） #

import pandas as pd
from rdkit import Chem
from rdkit.Chem import SDWriter

# 读取目标DataFrame
df = pd.read_csv("your_input_data.csv")

# 初始化SDWriter对象
writer = SDWriter("molecules_batch.sdf")

# 遍历DataFrame处理每个分子
for _, row in df.iterrows():
    mol = Chem.MolFromSmiles(row["SMILES"])
    if mol:  # 跳过无效SMILES对应的条目
        # 可选：将DataFrame中的其他字段作为分子属性写入
        if "ID" in df.columns:
            mol.SetProp("Molecule_ID", str(row["ID"]))
        writer.write(mol)

# 关闭写入器
writer.close()

注意事项 #

• 转换前建议验证SMILES的有效性，避免因无效结构导致导出失败
• 若需要保留更多分子属性，可通过mol.SetProp(key, value)方法将DataFrame中的列值添加到Mol对象中

内容的提问来源于stack exchange，提问作者Petr