Moltes vegades tenim un conjunt de molècules i volem seleccionar, en un segon conjunt, aquelles parelles de molècules que més s’assemblen. Per exemple, tenim n molècules que hem vist que són actives per una determinada proteïna i volem buscar fàrmacs que s’hi assemblin (com més semblança, possiblement, millor semblança en activitat).

He fet un petit script que fa això fent servir el coeficient de Tanimoto (a partir dels fingerprints) per mesurar la semblança. El codi agafa les molècules query i les compara amb totes aquelles molècules de la base de dades on volem trobar molècules semblants (en l’exemple, els fàrmacs). Finalment, n’extreu aquelles parelles que estan dintre d’uns límits de semblança definits (éssent el coeficient 1 per dues molècules iguals i 0 per dues molècules completament diferents). Els resultats, les parelles de molècules, es desen en un sd file on s’ha afegint un camp relatiu a la semblança.

El codi està desenvolupat amb python fent ús de les llibreries de pybel. La crida del codi és ben senzilla, simplement cal indicar-li el fitxer amb les molècules query, el fitxer amb les molècules de referència i el límit de semblança (predefinit a 0.9).

1

python SimMolecules.py -i query.sdf -d db.sdf

A continuació teniu el codi:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

"""
SimMolecules, a script to compare two molecular databases
Alfons Nonell-Canals - July 2010
"""
 
import fileinput
from pybel import *
import optparse
 
p = optparse.OptionParser()
p.add_option('--DBFile', '-d', default='0', help='Database of molecules used as a reference')
p.add_option('--sdf','-i',default='0', help='File with the query molecules')
p.add_option('--CutOff','-c',default='0.9', help = 'Similarity CutOff.')
options, arguments = p.parse_args()
 
#Read commandline options
db = options.DBFile
input= options.sdf
cutOff = float(options.CutOff)
 
RefDbfp = {}
RefDbmols = {}
 
for mol in readfile('sdf',db):
    fp = mol.calcfp()
    RefDbfp[mol.title] = fp
    RefDbmols[mol.title] = mol
 
for mol in readfile('sdf',input):
    fp = mol.calcfp()
    for RefMol in RefDbfp:
        tanimoto = fp|RefDbfp[RefMol]
        if tanimoto >= cutOff:
            print mol.title, RefMol, tanimoto
            mol.data['Similarity'] = tanimoto
            outRef = input.replace('sdf','Refs.sdf')
            out = open(outRef,'a')
            out.write(mol.write('sdf'))
            RefMolMol = RefDbmols[RefMol]
            out.write(RefMolMol.write('sdf'))
            out.close()

Fins ara, sempre que volia generar imatges per molècules, ho feia amb pybel. De fet, ho seguiré fent servir. És fàcil, senzill i lliure. Però a vegades hi ha algun problema amb la qualitat de les imatges generades, àtoms que se sobreposen, angles una mica dubtosos. En aquests casos, calen alternatives.

Com a alternativa i gràcies a un company del meu grup (gràcies Xavi!), he trobat una nova manera de fer-ho: amb MarvinBeans, de ChemAxon i fent un script amb python. El sistema no és lliure (MarvinBeans només és gratuït per a usos acadèmics), però és funcional.

Primer de tot cal anar al web de ChemAxon i entrar a Download > Marvin > For Java Developers. Una vegada aquí, accepteu la llicència i descarregueu el “Cross platform package without installer”. Aquí us demanarà un usuari i clau, cal que l’entreu o que us doneu d’alta. Descarregueu el fitxer, deseu-lo al vostre ordinador i descomprimiu-lo.

Ara la part de python. El codi és senzillet, simplement cal cridar-lo:

1

python sdf2img.py -i input.sdf

El codi el que fa és obrir el fitxer sdf i, molècula a molècula, generar les imatges. Per fer-ho, crea un sdf temporal per a cada molècula, genera la imatge i esborra el fitxer temporal. Abans de fer-ho anar però, cal canviar el PATH al .jar de MarvinBeans (a les primeres linies del codi python). Les imatges generades són png, canviant una mica el codi, podeu fer pdf i svg.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

"""
Script to generate images from an SDF using ChemAxon MarvinBeans
Alfons Nonell-Canals - June 2010
Chemogenomics Lab
"""
 
import optparse
import os
from pybel import *
 
#Configure the path to MarvinBeans
MARVIN_PATH = "/home/anonell/soft/ChemAxon/marvinbeans/lib/MarvinBeans.jar"
 
#Read input options
p = optparse.OptionParser()
p.add_option('--sdf', '-i', help='SDF input file')
 
options, arguments = p.parse_args()
sdf = options.sdf
 
#Iterate the sd file
for molecule in readfile('sdf',sdf):
    #Write a temp file with the molecule
    outputfile = Outputfile("sdf", (molecule.title)+'.sdf')
    print molecule.title
    outputfile.write(molecule)
    format = 'png'
    file = molecule.title+'.sdf'
    outfile = molecule.title+'.png'
    #generate the image
    run = "java -classpath %s chemaxon.formats.MolConverter %s:a,w1000,h1000,#ffffff,wireframe %s -Y -2 -o %s"%(\
        MARVIN_PATH,\
        format,\
        file,\
        outfile)
    os.system(run) 
    #remove tmp files
    run = 'rm '+file
    os.system(run)

Com funciona una dinàmica molecular?

The Chemical Touch from ignasi on Vimeo.

Sovint, mentre manipulem fitxers sdf ens trobem que volem canviar el títol de la molècula. Moltes vegades, com a títol hi volem posar algun camp de les dades addicionals de la molècula en qüestió. M’he fet un petit script per fer aquesta tasca de manera automàtica i senzilla.

El programet llegeix l’sdf i, molècula a molècula, en llegeix el camp que volguem, l’assigna com a títol i desa la molècula en un nou fitxer. A més a més, agafa el títol original i el desa en un camp “old_title”.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

"""
Script to move a field to an id in a sdf
Alfons Nonell-Canals - April 2010
Chemogenomics Lab.
"""
 
import optparse
import sys
from pybel import *
 
p = optparse.OptionParser()
p.add_option('--sdf', '-i', help='SDF file to modify')
p.add_option('--field', '-f', help='Field to you want to set as molecule title')
options, arguments = p.parse_args()
 
if not options.sdf  or not options.field:
        p.error('An input sdf file and a field are required')
 
molfile = options.sdf
field = options.field
 
outFile = molfile.replace('.sdf','')+'.Mod.sdf'
out = Outputfile('sdf',outFile)
 
for mol in readfile("sdf", molfile):
        oldTitle = mol.title
        mol.data['old_title'] = oldTitle
        newtitle = mol.data[field]
        mol.OBMol.SetTitle(newtitle)
        out.write(mol)

Fa temps que tinc una idea al cap, una idea que ja té un domini .com, que barreja xarxes socials amb química i biologia (i algunes coses més que de moment no diré). Hi ha qui m’ha animat a engegar-la i transformar-la en negoci.

Avui he llegit un article a Nature Jobs que diu que hi ha vida més enllà del món acadèmic. Paral·lelament a Expansión he llegit un altre article que parla de capital risc i empreses 2.0 (sembla que ara és el moment).

Fa unes setmanes, en un curs que vaig fer al PRBB ens animaven a engegar idees. Ens van explicar que comporta un risc però també ens van fer veure que el món científico-publico-acadèmic també té el seu risc (quasi cap dels presents al curs tenim contracte més allà del 31 de desembre vinent).

És hora de llençar-se a la piscina? per si de cas, jo la vaig omplint d’aigua i, a estones lliures, treballant en una primera versió de la “idea”.

Segons llegeixo a Depth-First, després de la mort del desenvolupador de Pymol, el manteniment del programa passarà a mans de la coneguda empresa de programari quimioinformàtic Schrödinger.

On January 8, 2010 Schrödinger reached an agreement with the estate of the late Dr. Warren L. DeLano to acquire PyMOL. Schrödinger will take over continued development and maintenance, as well as support and sales of PyMOL, including all current subscriptions. Schrödinger will also continue to actively support the open-source community of PyMOL.

Prior to Warren’s tragic and unexpected passing, he had been working closely with Schrödinger to progressively integrate PyMOL with Schrödinger’s graphical interface, Maestro. With a great sense of humility, we will work hard to pick up as best we can where Warren left off and will strive to honor his memory by continuing in the spirit and tradition of PyMOL.

És una “frikada”, ho sé. Però m’ha fet gràcia. Aquests dies estic fent un càlcul gegant, 80 CPUs treballant durant un temps estimat de 30 dies. Aquest càlcul va agafant molècules d’un fitxer i va “jugant” amb elles (fins aquí tota la informació, ja n’explicaré més coses quan el tingui).

Em feia gràcia muntar quelcom per poder veure, de manera senzilla i fora del despatx, com anàven els resultats. I la solució l’he trobat al Twitter. La idea és ben senzilla: un script que s’executa com a dimoni, cada X segons, fa un sumari dels resultats obtinguts fins al moment i envia el resultat a un compte del Twitter. Associó aquest compte al meu ja existent i, ja està, cada vegada que em connecto al Twitter miro com tinc els càlculs.

Per enviar coses al Twitter empro un “truc” que vaig llegir fa un temps aquí. Cal crear (si no es té ja) el fitxer .netrc al home i inserir-hi el codi següent:

1

machine twitter.com login TWITTERUSER password TWITTERPASS

Per enviar quelcom, només cal teclejar:

1

curl -n -d status='EL QUE HI VOLS ENVIAR' https://twitter.com/statuses/update.xml

I ja està. Si es vol automatitzar (que és el que he fet jo), s’escripta i llestos.

Com he dit algunes vegades, empro el pybel a diari.Aquest conjunt de classes que permeten cridar l’openbabel des de qualsevol script python, van molt bé per fer diverses tasques en quimioinformàtica (manejar molècules, càlculs de descriptors, dibuixar molècules,…).

Va molt bé però, cal vigilar amb la memòria quan es treballa amb un gran nombre de molècules (parlo de l’ordre de milions de molècules). Si es fa servir a “petita escala” no hi ha cap problema, ara bé, si s’empra a gran escala cal tenir cura de l’ús de la memòria.

He estat dos dies lluitant amb això. Tenia un programet per analitzar uns quants milions de molècules, totes les proves m’anaven bé fins que en feia ús a gran escala. Aleshores la memòria s’anava carregant gradualment fins a saturar la màquina. M’he mirat el codi de dalt a baix, esborrat totes les variables després de fer-ne ús, escriure tots els fitxers de sortida al moment,… però res, memòria a “tope”. Finalment he vist que l’error venia del pybel (no sé si del propi pybel o de l’openbabel).

Pybel és un conjunt de classes escrites en Python per treballar amb l’OpenBabel. És una eina molt potent que et permet fer ús de totes les utilitats de l’OpenBabel des de Python. Jo l’empro molt i a diari!

Per, per exemple, llegir un smile i escriure’n un sdf només cal fer el següent:

1
2
3
4
5
6
7
8
9
10
11
12

#Importar el pybel
from pybel import *
 
#Ara llegirem l'smile
mol = readstring('smi', 'CCCC(Cl)CCF')
 
#Obrim el fitxer de sortida
out =Outputfile('sdf','NomDelFitxer.sdf')
#Hi escrivim i tanquem
 
out.write(mol)
out.close()

Això va molt bé però m’he trobat que escriu sdfs sense posar cap títol (nom) a les molècules. Pel que ho estic emprant ara però, necessito posar els InchiK com a títol de cada molècula. Hi he estat hores i hores, intentant entendre la classe “Outputfile”, però he desistit, no crec que es pugui fer, així, directament.

Com a alternativa he decidit emprar els mètodes natius de Python per escriure fitxers, barrejat amb el Pybel (l’opció molecula.write). Així doncs:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

#Importar el pybel
from pybel import *
 
#Ara llegirem l'smile
mol = readstring('smi', 'CCCC(Cl)CCF')
 
#Obrim el fitxer de sortida (tal com es fa amb Python). Li diem que és per escriure
out = open('NomDelFitxer.sdf','w')
 
#Hi escrivim el títol
out.write('TítolDeLaMolecula')
 
#I ara, la molècula
out.write(mol.write('sdf'))
 
#Finalment, tanquem
out.close()

De moment, és l’única solució que he trobat i va prou bé.

pDynamo és una llibreria en python per a fer simulacions moleculars mitjançant mecànica quàntica, mecànica molecular i mètodes híbrids mecànica quàntica/mecànica molecular. Està basat en Dynamo, unes llibreries en Fortran 90 de les que per desgràcia, no en tinc massa bones referències. Tot i això i, encara que fa més o menys un any que no s’actualitza (desconec si el projecte segueix viu), caldrà fer-li una ullada