RDKit中指纹生成器忽略手性问题的分析与解决

问题背景

在化学信息学领域，分子指纹是一种常用的分子表示方法，能够将复杂的分子结构转换为固定长度的二进制向量。RDKit作为一款广泛使用的开源化学信息学工具包，提供了多种指纹生成算法，其中Morgan指纹（又称圆形指纹）是最常用的一种。

在2025年5月，有开发者报告了一个关于RDKit指纹生成器的问题：当使用新的立体化学感知代码时，指纹生成器似乎忽略了分子的手性信息，即使明确设置了includeChirality=True参数，对映异构体生成的指纹仍然相同。

问题复现

通过以下代码可以复现该问题：

from rdkit import Chem
from rdkit.Chem import rdFingerprintGenerator
Chem.SetUseLegacyStereoPerception(False)  # 使用新的立体化学感知代码
mfpgen = rdFingerprintGenerator.GetMorganGenerator(radius=2, fpSize=2048, includeChirality=True)
mol1 = Chem.MolFromSmiles('C[C@H](N)C(=O)O')  # L-丙氨酸
mol2 = Chem.MolFromSmiles('C[C@@H](N)C(=O)O') # D-丙氨酸
print(mfpgen.GetFingerprint(mol1) == mfpgen.GetFingerprint(mol2))  # 输出True，预期应为False

问题分析

这个问题源于RDKit新旧立体化学感知系统的差异。在旧版系统中，立体化学信息会被明确标记在分子对象上，指纹生成器可以正确识别这些标记。而在新版立体化学感知系统中，这些标记的处理方式发生了变化，导致指纹生成器无法正确识别手性信息。

手性在药物设计中至关重要，因为对映异构体往往具有完全不同的生物活性。忽略手性会导致指纹无法区分重要的立体化学差异，从而影响后续的相似性搜索、虚拟筛选等应用的效果。

解决方案

RDKit开发团队在2025年3月发布的v2025.03.2版本中修复了这个问题。更新后的版本中，指纹生成器能够正确识别新版立体化学感知系统标记的手性信息，为对映异构体生成不同的指纹。

验证修复后的行为：

import rdkit
print(rdkit.__version__)  # 2025.03.2或更高
# 其余代码同上
# 现在输出为False，表明指纹生成器能正确区分对映异构体

最佳实践建议

1. 版本管理：确保使用RDKit 2025.03.2或更高版本，以获得正确的手性感知功能。

2. 显式设置：在需要处理手性分子时，始终明确设置includeChirality=True参数。

3. 测试验证：对于关键应用，建议添加测试用例验证指纹生成器是否能正确区分对映异构体。

4. 立体化学感知选择：根据项目需求选择使用新版或旧版立体化学感知系统，但需要注意一致性。

5. 文档参考：查阅RDKit官方文档中关于指纹生成和立体化学处理的最新说明。

总结

分子指纹是化学信息学中的重要工具，正确处理手性信息对于许多应用场景至关重要。RDKit团队及时修复了新版立体化学感知系统中指纹生成器忽略手性的问题，确保了化学信息分析的准确性。开发者应当保持RDKit版本更新，并注意相关参数的设置，以获得最佳的分析结果。