RDKit: 空白のmolオブジェクトを返す

はじめに

RDKitで、分子をグリッドに配置して構造描画する際、見た目を整えるために、空白を入れたくなりました。空白のmolオブジェクトを作ろうとしたのですが、どうもRDKitのバージョンによって、与えるSMILESの内容が違うようなので、まとめました。

概要

SMILESとして ' ' または '' を与え、Chem.MolFromSMILES()でmolオブジェクトにすると空白のmolオブジェクトが得られたが、RDKitのバージョンにより挙動が異なる。可能な範囲での検証結果を表1にまとめた。
SMILESからmolオブジェクトへ変換する代わりに、SMILESが空白の場合にNoneを与える構文の方が良いと思うが、意図通り動作する場合と、Kernel Restartingとなってプログラムが停止する場合があり、動作に不安があったため、種々試行をする過程で、表１の違いに気が付いた。

内容

1. 状況説明

Jupyter notebook上で、RDKitを用い、原料と生成物を並べて描画したいと思いました。
反応の事例として、
　酢酸 + エタノール -> 酢酸エチル (eq1）
　4-ヒドロキシブタン酸 -> γ-ブチロラクトン (eq2)
を選びました。副生する水は省略します。
eq1では、二分子が分子間で反応して生成物を与えていますが、eq2は一分子の分子内反応です。
従って、以下のスクリプトでは、二つの反応の生成物の場所（列に相当）がずれてしまいます（図1：図中青字は加筆）。

from rdkit import Chem
from rdkit.Chem import Draw
r11 = Chem.MolFromSmiles('CC(=O)O')
r12 = Chem.MolFromSmiles('CCO')p1 = Chem.MolFromSmiles('CC(=O)OCC')r21 = Chem.MolFromSmiles('OCCCC(=O)O')
p2 = Chem.MolFromSmiles('C1(=O)CCCO1')
eq1a = [r11, r12, p1]
eq2a = [r21, p2]

Draw.MolsToGridImage(eq1a,molsPerRow=3, subImgSize=(300,300))

Draw.MolsToGridImage(eq2a,molsPerRow=3, subImgSize=(300,300))

図1. 生成物が位置ずれした図。図中青字は加筆。

2. ダミーのSMILESを作って検証

チュートリアル等に情報が見当たらなかったため、eq2にもダミーのSMILESを入れ、空のmolオブジェクトを返してやればいいのではないか、と考えました。
「空の文字列をSMILESとして与えればいいだろう（直観）」、ということで、' '（eq2b: シングルクオーテーションの間にスペースを入れる）と、''（eq3b: シングルクオーテーションの間に何も入れない）のどちらかだろう、と思って試したところ、最初に試した環境では、' '（シングルクオーテーションの間にスペースを入れる）で意図通りの描画ができました（図2）。 一方、 ''（シングルクオーテーションの間に何も入れない）では、他の原料、生成物含め、何も描画されませんでした。

検証環境: windows10, python3.7, rdkit 2020.09.1.0

r21 = Chem.MolFromSmiles('OCCCC(=O)O')
r22 = Chem.MolFromSmiles(' ')
p2 = Chem.MolFromSmiles('C1(=O)CCCO1')
r31 = Chem.MolFromSmiles('OCCCC(=O)O')
r32 = Chem.MolFromSmiles('')
p3 = Chem.MolFromSmiles('C1(=O)CCCO1')
eq2b = [r21, r22, p2]
eq3b = [r31, r32, p3]

img2 = Draw.MolsToGridImage(eq2b,molsPerRow=3, subImgSize=(300,300))
print('windows10, python3.7, rdkit 2020.09.1.0, \' \'')
img2

img3 = Draw.MolsToGridImage(eq3bmolsPerRow=3, subImgSize=(300,300))
print('windows10, python3.7, rdkit 2020.09.1.0, \'\'')
img3

図2. 最初の検証環境。RDkit 2020.09.1.0を使用

3. 二つめの環境での検証

ところが、このnotebookを、別のPCで使ったところ、どうも挙動が異なりました。例えば、SMILESを' '（シングルクオーテーションの間にスペースを入れる）で与えると下記のような、error messageが出ます。

検証環境: macOS11.6, python3.8, rdkit 2022.03.02

Chem.MolFromSmiles(' ')

一方で、SMILESを''（シングルクオーテーションの間に何も入れない）で与えても、

Chem.MolFromSmiles('')

error messageは出ませんでした。
項目2.と同じスクリプトを走らせたところ、eq2bのみ、やはりerror messageが出るものの、どちらでも意図した描画はできました（図3）。

r21 = Chem.MolFromSmiles('OCCCC(=O)O')
r22 = Chem.MolFromSmiles(' ')
p2 = Chem.MolFromSmiles('C1(=O)CCCO1')
eq2b = [r21, r22, p2]
img2 = Draw.MolsToGridImage(eq2b,molsPerRow=3, subImgSize=(300,300))
print('macOS11, python3.8, rdkit 2022.03.2, \' \'')
img2

の場合、error messageは出るが、

r31 = Chem.MolFromSmiles('OCCCC(=O)O')
r32 = Chem.MolFromSmiles('')
p3 = Chem.MolFromSmiles('C1(=O)CCCO1')
eq3b = [r31, r32, p3]
img3 = Draw.MolsToGridImage(eq3b,molsPerRow=3, subImgSize=(300,300))
print('macOS11, python3.8, rdkit 2022.03.2, \' \'')
img3

の場合

図3. 二番目の検証環境での出力

つまり、項目3の環境では、どちらの書き方でも望む描画はできるものの、error messageのことを考えると、項目2での環境とは反対に、空のmolオブジェクトを与えるSMILESの与え方として、 ' ' ではなく、 '' を使うべきのようです。

4. 種々の環境での検証

多分RDKitのバージョンの違いが原因ではないかとあたりをつけ、準備できる環境で検証しました。結果を表1にまとめています。entry 1と2が項目2に、entry 3と4が項目3の結果に相当します。OSやpythonのバージョンがばらばらで、統一された条件ではありませんが、何となく傾向がつかめました。
どうも、RDKitの2020.09のバージョンは、他のバージョンと挙動が異なるようです。また、このバージョンで意図通りの描画ができる与え方（' 'でスペースを入れる）と、windowsではerror messageが出ませんでしたが、ubuntsuではSMILES parse errorが表示されました。

表1. 空白のmolオブジェクトを返す時のSMILESの与え方

entry	RDKit	python	OS	strings	結果
1	2020.09.1.0	3.7	windows10	' '	意図通りの描画
2	2020.09.1.0	3.7	windows10	''	空白（全く構造が表示されない）
3	2022.03.2	3.8	macOS11.6	' '	error messageが出る。構造は意図したように描画される
4	2022.03.2	3.8	macOS11.6	''	意図通りの描画
5	2022.03.2	3.10	ubuntsu20.04LTS	' '	error messageが出る。構造は意図したように描画される
6	2022.03.2	3.10	ubuntsu20.04LTS	''	意図通りの描画
7	2020.09.3	3.9	ubuntsu20.04LTS	' '	error messageが出る。構造は意図したように描画される
8	2020.09.3	3.9	ubuntsu20.04LTS	''	空白（全く構造が表示されない）
9	2020.09.1	3.7	ubuntsu20.04LTS	' '	error messageが出る。構造は意図したように描画される
10	2020.09.1	3.7	ubuntsu20.04LTS	''	空白（全く構造が表示されない）
11	2019.09.3	3.8	ubuntsu20.04LTS	' '	error messageが出る。構造は意図したように描画される
12	2019.09.3	3.8	ubuntsu20.04LTS	''	意図通りの描画

5. 別の解法

if文を使えば、SMILESが存在しない場合には、Noneを使ってnullオブジェクトを返すこともできます。実際、今回のケースでは、原料、生成物のSMILESをリストで与える、下記スクリプトで目的を達成できました。
ただ、同様の記述をした別のプログラムで、高い頻度でKernel Restartingとなってプログラムが停止する経験があり（何か別の要因があるのかもしれませんが）、動作に不安があるため、他のやり方を探していて、今回の違いに気づきました。

from rdkit import Chem
from rdkit.Chem import Draw
eq1 = ['CC(=O)O', 'CCO', 'CC(=O)OCC']
eq2 = ['OCCCC(=O)O', '', 'C1(=O)CCCO1']
def react(L):
    R = []
    for s in L:
        if s != '':
            m = Chem.MolFromSmiles(s)
        else:
            m = None
        R.append(m)
    return R

eq = react(eq1)
print('windows10, python3.7, rdkit 2020.09.1.0, \' \'')
Draw.MolsToGridImage(eq,molsPerRow=3, subImgSize=(300,300))

eq = react(eq2)
print('windows10, python3.7, rdkit 2020.09.1.0, \' \'')
Draw.MolsToGridImage(eq,molsPerRow=3, subImgSize=(300,300))

まとめ

RDKitのバージョンにより、微妙に動作が異なる場合もあるようで、プログラムを共有する場合には注意を要すると感じました。