化學資訊學入門：建立Python數據分析環境

前言

使用機器學習進行資料分析時，通常會使用Python、R語言或Matlab等程式語言。我們選用Python作為分析環境，其理由是現有的函式庫很多，而且文法對於初學者來說相對地容易理解。

環境建構流程

1. Python安裝（包含建立虛擬環境及 Jupyter Notebook 的安裝）
2. RDKit安裝
3. 實際測試

1. Python安裝

Python的安裝方法有很多種，這裡選用對初學者比較友善的Anaconda當作例子。

[作業系統] Windows 10、MacOS

1. 安裝Anaconda: 從（官方網站）下載並安裝 Anaconda。
2. 更新Anaconda: 如果已經安裝了 Anaconda，請在 conda promt下執行 conda update conda將其更新到最新版本（也可以使用 Windows 或 Mac 的終端機執行相同指令）。
3. 建立虛擬環境: 在 conda promt下，輸入 conda create -n my-rdkit-env 並執行。安裝過程中，當詢問「proceed?」時，輸入 y 並Enter。
4. 開啟虛擬環境: 輸入conda activate my-rdkit-env即可啟動虛擬環境（提示字元中會顯示(my-rdkit-env)）。
5. 安裝 Jupyter Notebook: 在上述狀態下，輸入並執行 conda install notebook ipykernel在 my-rdkit-env 環境中安裝 Jupyter Notebook。
6. 在 Jupyter Notebook 追加虛擬環境的 kernel : 接下來，如果輸入 ipykernel install — user — name my-rdkit-env，則“my-rdkit-env”環境將被添加到 Jupyter Notebook 的 kernel 中。
7. 如果您開啟了 Jupyter 筆記本，請將其關閉。 關閉 conda 提示符並退出 Anaconda。

2. RDKit 安裝

RDKit是一個Python函式庫，可以處理各種化學資訊的開源函式庫。

RDKit的安裝方式有以下幾種：(由於Python版本不同，可能造成rdkit無法安裝的情況。視情況改變安裝方法。)

首先，輸入conda activate my-rdkit-env 開啟虛擬環境

1. 利用 conda的安裝方法:

參考官方安裝指南「The RDKit documentation：Installation」中的說明，執行conda install -c conda-forge rdkit進行安裝。

2. 利用 pip 的安裝方法:

由於anaconda存儲庫收費化和conda本身不符合Python標準化的趨勢，許多人可能希望盡可能避免使用conda。

正如「RDKit Blog: Why the RDKit isn’t available on PyPi」的文章中所說明的，RDKit長期以來一直無法通過pip安裝。但是，Christopher Künneth成功創建了wheel，並以rdkit-pypi的名稱運營了約兩年。

pip install rdkit-pypi

自從2022年6月，被更名為rdkit後，rdkit可以通過以下簡單的命令進行安裝。

pip install rdkit

3. 使用 brew 的安裝方法:

使用homebrew亦可以在Mac或Linux上安裝RDKit。

brew install rdkit

3. 實際測試

1. 啟動 Jupyter Notebook。 如果您在 conda promt輸入 jupyter notebook，Jupyter Notebook 畫面將會在您的網頁瀏覽器中啟動。
2. 開啟 Jupyter Notebook。在 Jupyter Notebook 介面的右上，點擊「New」新增「Notebook」。雙擊剛剛所新增的 Notebook （Untitled.ipynb）。

3. 選擇虛擬環境“my-rdkit-env”。

4. 測試RDKit。文件開啟後，在儲存格中輸入以下內容。

from rdkit import Chem
m = Chem.MolFromSmiles('COC(=O)c1ccccc1O')
m

如果執行輸入的儲存格（Shift+Enter），將得到以下輸出。

結語

Python 有很多函式庫，而且文法對於初學者來說相對地容易理解。我們簡單安裝 RDKit ，RDKit 可以處理各種化學資訊，如果想嘗試更多RDKit的功能，可以參考：

• RDKit官方文件：https://www.rdkit.org/docs/index.html
• RDKit中文教程：http://rdkit.chenzhaoqiang.com/index.html

其他 RDKit 使用上的小技巧可以參考以下文章:

化學資訊學入門：使用Pandas輔助化學數據處理

化學資訊學入門：分子指紋（Molecular fingerprint）+ Python 實裝

（感謝@yweilin753和@uentinnlea共同編輯）