科研 Skill

化学结构批量标准化

standardize-chemical-structures

Batch standardizes and desalts structures offline, flagging anomalies and grouping by parent form. Use to clean SMILES, SDF, or MolBlock data before modeling.

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

化学结构标准化与质量检查

把本地结构数据转换为可审计的标准化结果。始终保留原始结构,显式展示失败、派生 parent、重复关系和人工复核点。

执行流程

  1. 确认用户目标、输入文件/结构和期望 profile。未指定时使用 chembl-pipeline。
  2. 检查本地依赖:
python -c "import rdkit, chembl_structure_pipeline; print(rdkit.__version__, chembl_structure_pipeline.__version__)"
  1. 运行确定性脚本。文件输入示例:
python scripts/standardize_structures.py \
  --input compounds.csv \
  --input-format csv \
  --structure-column structure \
  --id-column id \
  --profile chembl-pipeline \
  --output structures-qc.json \
  --csv-summary structures-qc.csv

直接输入示例:

python scripts/standardize_structures.py \
  --smiles 'CCO' --record-id ethanol \
  --smiles 'CO(C)C' --record-id invalid \
  --profile rdkit-basic \
  --output structures-qc.json
  1. 校验 JSON:
python scripts/validate_output.py structures-qc.json
  1. 读取输入输出与标准化边界,解释 disposition、QC、重复分组和 parent 边界。
  2. 向用户总结总数、ready/review/rejected、关键失败、重复组和人工确认项,并提供输出路径。

Profile 选择

  • rdkit-basic:处理步骤仅使用 RDKit Cleanup 与 ChargeParent,适合轻量本地清洗;当前发布环境仍按 requirements.txt 同时安装两个固定依赖,以便显式切换 profile。
  • chembl-pipeline:使用 ChEMBL Checker、Standardizer、GetParent;该 Pipeline 本身基于 RDKit,不得称为独立引擎交叉验证。
  • 一次运行只选择一个 profile。不得无条件串联并覆盖结果。

强制规则

  • 原始 id、来源和 original_structure 必须逐条保留。
  • 空文件或零条记录必须失败关闭;不得生成“0 条成功”的结果。
  • 无法解析的记录必须输出并标为 rejected;不得生成伪 canonical SMILES。
  • 对混合物/复杂多组分和聚合物不生成单一 parent。
  • parent 是派生表示;同一 parent 不代表盐型、游离形式或实物样品相同。
  • 未知立体化学、金属、同位素、混合物、聚合物/V3000 必须显式进入人工复核。
  • ChEMBL GetParent 返回排除标记时必须进入人工复核,不得标为 ready_for_downstream。
  • ready_for_downstream 只表示通过当前数据规则,不表示身份、活性、安全性或科学结论已确认。
  • 不查询公共数据库,不抓取 ChEMBL 活性;需要身份补充时单独使用 resolve-chemical-identities。
  • 不输出 API Key、Authorization、Cookie、Token 或其他凭证。
  • 不自动判断药效、毒性、活性、可合成性、实验安全或结构确证。

退出码

  • 0:完成且没有 rejected 记录;
  • 2:已写出完整结果,但至少一条记录 rejected;
  • 3:依赖或输入加载失败。

退出码不是科学结论;始终查看 JSON 记录和人工复核项。

示例提示词

我想批量标准化这批SDF分子结构并提取parent结构分组。

所属插件

化学面向化学研究:化学信息学、量子化学、分子模拟、反应检索与路线评审、谱学与质谱、催化剂检索与设计、电化学。

安装该插件会一并获得同领域的 32 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

化学结构批量标准化能做什么?

Batch standardizes and desalts structures offline, flagging anomalies and grouping by parent form. Use to clean SMILES, SDF, or MolBlock data before modeling。

如何安装化学结构批量标准化?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「化学结构批量标准化」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

化学结构批量标准化需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

化学结构批量标准化经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。