Pharmaclaw Chemistry Query_行业专业 skill-PHP中文网

首页专区 Skill 文章专题 AI工具学习编程手册

updream 一键生成高质量推广成片立刻MV 低成本歌曲 MV、视频生成剧云中文短剧剧本制作平台 Laper 剧本策划到成片协作

PHP MySQL jquery HTML CSS

Pharmaclaw Chemistry Query

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

用于PubChem API查询（化合物信息/属性、结构/SMILES/图像、合成路线/参考文献）及RDKit化学信息学处理的化学智能体技能。

化学查询剂 v1.4.1.

功能概述

化学查询剂 v1.4.1.是一项面向实际任务的技能，主要用于Overview.Full-stack 化学工具包将 PubChem 数据检索与 RDKit 分子处理,可视化,分析,复古合成,合成计划结合。它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。

核心要点

使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。
从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。

使用与执行

实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。

Chemistry Query Agent v1.4.1

概述

全栈化学工具包，整合 PubChem 数据检索与 RDKit 分子处理、可视化、分析、逆合成分析及合成路线规划能力。所有输出均为结构化 JSON 格式，便于下游任务链式调用。支持按需生成 PNG/SVG 图像。

核心能力：

PubChem 化合物查询（基本信息、结构、合成参考文献、相似性搜索）
RDKit 分子性质计算（分子量 MW、logP、极性表面积 TPSA、氢键供体/受体数 HBD/HBA、可旋转键数、芳香环数）
2D 分子结构可视化（PNG/SVG 格式）
基于 BRICS 的递归逆合成分析（支持深度控制）
多步合成路线规划
基于 SMARTS 模板的正向反应模拟
Morgan 指纹生成及相似性/子结构搜索
21 种命名反应模板（Suzuki、Heck、Grignard、Wittig、Diels-Alder 等）

快速上手

# PubChem 化合物信息查询
exec python scripts/query_pubchem.py --compound "aspirin" --type info

# 从 SMILES 计算分子性质
exec python scripts/rdkit_mol.py --smiles "CC(=O)Oc1ccccc1C(=O)O" --action props

# 逆合成分析
exec python scripts/rdkit_mol.py --target "CC(=O)Oc1ccccc1C(=O)O" --action retro --depth 2

# 完整链式调用（名称 → 性质 + 绘图 + 逆合成）
exec python scripts/chain_entry.py --input-json '{"name": "caffeine", "context": "user"}'

脚本说明

`scripts/query_pubchem.py`

调用 PubChem REST API，支持自动将化合物名解析为 CID，并内置超时处理机制。

--compound  --type  [--format smiles|inchi|image|json] [--threshold 80]

info：返回分子式、分子量、IUPAC 名称、InChIKey（JSON 格式）
structure：返回 SMILES、InChI、图像 URL 或完整 JSON
synthesis：返回化合物的同义词及合成相关参考文献
similar：基于 2D 指纹匹配的相似化合物（返回 Top 20）

`scripts/rdkit_mol.py`

基于 RDKit 的化学信息学引擎，自动通过 PubChem 解析化合物名称。

--smiles  --action

操作	说明	关键参数
props	计算 MW、logP、TPSA、HBD、HBA、rotB、aromRings	`--smiles`
draw	生成 2D PNG/SVG 图像（300×300 像素）	`--smiles --output file.png --format png\|svg`
retro	基于 BRICS 的递归逆合成分析	`--target --depth N`
plan	多步逆合成路线规划	`--target --steps N`
react	基于 SMARTS 的正向反应模拟	`--reactants "smi1 smi2" --smarts ""`
fingerprint	生成 Morgan 指纹位向量	`--smiles --radius 2`
similarity	计算 Tanimoto 相似性得分	`--query_smiles --target_smiles "smi1,smi2"`
substruct	子结构匹配	`--query_smiles --target_smiles "smi1,smi2"`
xyz	生成 3D 坐标（经 MMFF 优化）	`--smiles`

`scripts/chain_entry.py`

标准 Agent 链式接口，接受 {"smiles": "...", "context": "..."} 或 {"name": "...", "context": "..."} 输入，统一返回包含分子性质、可视化图像及逆合成结果的 JSON 对象。

python scripts/chain_entry.py --input-json '{"name": "sotorasib", "context": "user"}'

输出 Schema：

{
  "agent": "chemistry-query",
  "version": "1.4.0",
  "smiles": "",
  "status": "success|error",
  "report": {"props": {...}, "draw": {...}, "retro": {...}},
  "risks": [],
  "viz": ["path/to/image.png"],
  "recommend_next": ["pharmacology", "toxicology"],
  "confidence": 0.95,
  "warnings": [],
  "timestamp": "ISO8601"
}

`scripts/templates.json`

包含 21 种命名反应模板的 JSON 文件，每个模板均含 SMARTS 表达式、预期收率、反应条件及参考文献。涵盖 Suzuki、Heck、Buchwald-Hartwig、Grignard、Wittig、Diels-Alder、Click、Sonogashira、Negishi 等反应。

链式调用示例

名称 → 完整分子档案：使用 chain_entry.py 输入 {"name": "ibuprofen"}，获取分子性质、结构图与逆合成路径
化学 → 药理学：输出可直接作为 pharma-pharmacology-agent 的输入
逆合成 + 可视化：获取前体分子后，逐一绘制其 2D 结构
Suzuki 反应测试：--action react --reactants "c1ccccc1Br c1ccccc1B(O)O" --smarts "[c:1][Br:2].[c:3][B]([c:4])(O)O>>[c:1][c:3]"

已验证环境

所有功能均已通过 RDKit 2024.03+ 全流程端到端验证：

分子	SMILES	通过测试项
Caffeine	`CN1C=NC2=C1C(=O)N(C(=O)N2C)C`	info、structure、props、draw、retro、plan、chain
Aspirin	`CC(=O)Oc1ccccc1C(=O)O`	info、structure、props、draw、retro、plan、chain
Sotorasib	PubChem 名称查询	info、structure、props、draw、retro、chain
Ibuprofen	PubChem 名称查询	info、structure、props、chain
无效 SMILES	`XXXINVALID`	返回格式良好的 JSON 错误响应
空输入	`{}`	返回格式良好的 JSON 错误响应

资源

references/api_endpoints.md — PubChem API 接口文档与速率限制说明
scripts/rdkit_reaction.py — 已弃用的反应模块（遗留）
scripts/chembl_query.py、scripts/pubmed_search.py、scripts/admet_predict.py — 扩展查询模块

`scripts/advanced_chem.py`

高级化学信息学引擎，提供 6 项 Tier 1 级能力。

--action  --smiles  [options]

操作	说明	关键参数
standardize	盐去除、电荷归一化、互变异构体枚举	`--smiles`
descriptors	217+ 种分子描述符（RDKit 全集）、QED、SA Score、Lipinski/Veber 规则判断	`--smiles --descriptor_set all\|druglike\|physical\|topological`
scaffold	Murcko 支架提取、通用支架、多样性分析、R-基团分解	`--smiles` 或 `--target_smiles "smi1,smi2,..."` `--rgroup_core`
mcs	2 个及以上分子的最大公共子结构（MCS）	`--target_smiles "smi1,smi2,..."`
mmpa	匹配分子对分析（Matched Molecular Pair Analysis），识别单点结构变换	`--target_smiles "smi1,smi2,..."`
chemspace	化学空间可视化（PCA/t-SNE/UMAP 散点图 PNG）	`--target_smiles "smi1,smi2,..." --method pca\|tsne\|umap --output plot.png`

使用示例：

# 标准化盐形式
python scripts/advanced_chem.py --action standardize --smiles "[Na+].CC(=O)[O-]"

# 计算全部描述符（217+ 项）
python scripts/advanced_chem.py --action descriptors --smiles "CC(=O)Oc1ccccc1C(=O)O" --descriptor_set all

# 分析一组分子的支架多样性
python scripts/advanced_chem.py --action scaffold --target_smiles "CC(=O)Oc1ccccc1C(=O)O,CN1C=NC2=C1C(=O)N(C(=O)N2C)C,CC(C)Cc1ccc(cc1)C(C)C(=O)O"

# 计算阿司匹林与水杨酸的最大公共子结构（MCS）
python scripts/advanced_chem.py --action mcs --target_smiles "CC(=O)Oc1ccccc1C(=O)O,c1ccccc1C(=O)O"

# 匹配分子对分析（MMPA）
python scripts/advanced_chem.py --action mmpa --target_smiles "c1ccc(CC(=O)O)cc1,c1ccc(CCC(=O)O)cc1"

# 化学空间 PCA 可视化
python scripts/advanced_chem.py --action chemspace --target_smiles "CC(=O)Oc1ccccc1C(=O)O,CN1C=NC2=C1C(=O)N(C(=O)N2C)C,c1ccccc1" --method pca --output space.png

更新日志

v2.0.0（2026-02-28）

新增：advanced_chem.py，集成 6 项 Tier 1 级化学信息学能力
- 分子标准化与互变异构体枚举（盐去除、电荷归一化、规范互变异构体）
- 扩展描述符（217+ RDKit 描述符、QED、SA Score、Lipinski、Veber 规则）
- 支架分析（Murcko 支架、通用支架、多样性比率、R-基团分解）
- 最大公共子结构（rdFMCS，支持每分子覆盖率统计）
- 匹配分子对分析（rdMMPA 片段化与变换检测）
- 化学空间可视化（PCA/t-SNE/UMAP，基于 matplotlib 的散点图）
依赖项：新增 scikit-learn、matplotlib

v1.4.1（2026-02-25）