计算片段出现的频率

好的，以下是一个简单的示例Python代码，用于计算SMILES字符串中分子片段的频率：

from collections import Counter
from rdkit import Chem

# 定义SMILES字符串
smiles = "CC(C)CCOC(=O)C1=CC=C(C=C1)N"

# 定义分子片段
fragments = ["C(=O)", "C=C", "C#N"]

# 将SMILES字符串转换为RDKit分子对象
mol = Chem.MolFromSmiles(smiles)

# 对于每个分子片段，计算其在SMILES字符串中出现的次数
counts = []
for fragment in fragments:
    submol = Chem.MolFromSmarts(fragment)
    matches = mol.GetSubstructMatches(submol)
    counts.append(len(matches))

# 计算每个分子片段在SMILES字符串中出现的频率
total_count = sum(counts)
frequencies = [count / total_count for count in counts]

# 输出结果
for fragment, frequency in zip(fragments, frequencies):
    print(f"{fragment}: {frequency}")

在示例中，我们将SMILES字符串定义为`smiles`变量，并定义了三个分子片段。然后，我们使用RDKit的`MolFromSmiles`函数将SMILES字符串转换为分子对象，使用`MolFromSmarts`函数将每个分子片段转换为子结构，使用`GetSubstructMatches`函数计算每个分子片段在分子中出现的次数。最后，我们计算每个分子片段在SMILES字符串中出现的频率，并将结果打印到控制台。