OpenBabel：化学文件格式转换工具

Open Babel 是化学信息学的「格式瑞士军刀」，支持一百多种化学文件格式的相互转换，同时提供构象生成、加氢、pH 处理、指纹计算等功能。在实际项目里，它出场的时刻通常是：某个工具只吃 MOL2，而你手上是 SDF。

安装

mamba install -c conda-forge openbabel
obabel -L formats | head -20      # 查看支持的格式
obabel -V

最常用的命令

# 基本转换
obabel input.sdf -O output.mol2

# SMILES → 3D 结构（含构象生成）
obabel -:"CC(=O)Oc1ccccc1C(=O)O" -O aspirin.sdf --gen3d

# 按 pH 加氢（对接前常用）
obabel input.sdf -O output.sdf -p 7.4

# 批量拆分多分子文件
obabel library.sdf -O mol_.sdf -m

# 能量最小化
obabel input.sdf -O min.sdf --minimize --ff MMFF94 --steps 500

# 构象搜索
obabel input.sdf -O confs.sdf --conformer --nconf 20 --score rmsd

# 加过滤条件（转换时顺手筛选）
obabel library.sdf -O filtered.sdf --filter "MW<500 and logP<5"

几个实用参数

参数	作用
--gen3d	生成 3D 坐标，可加 --best 提高质量（更慢）
-p <pH>	按 pH 决定质子化态并加氢
-h / -d	加氢 / 去氢
-r	只保留最大片段（去盐）
--unique	按 InChI 去重
-m	拆分成多个文件
--append	把计算的属性写进输出

-r 去盐和 --unique 去重经常被用于快速清洗采购库，一条命令能省不少事。

Python 接口

from openbabel import pybel

for mol in pybel.readfile("sdf", "library.sdf"):
    mol.addh()
    mol.make3D(forcefield="mmff94", steps=100)
    print(mol.title, mol.molwt, mol.calcdesc(["logP", "TPSA"]))
    mol.write("mol2", f"out/{mol.title}.mol2", overwrite=True)

什么时候该用 RDKit 而不是它

这是使用 Open Babel 时最该有的判断。两者功能重叠，但可靠性不同：

• 芳香性与键级感知：Open Babel 从 PDB 等无键级信息的格式推断键级时，芳香环、羧酸、硝基等容易判错。需要化学正确性的场合优先用 RDKit（见 171《RDKit》）。
• 标准化与去盐：RDKit 的 MolStandardize 行为更明确、更可控，正经的数据清洗管线应该用它。
• 构象生成：RDKit 的 ETKDG 通常质量更好，是当前推荐做法。
• 指纹与描述符：RDKit 的实现更主流，与文献可比性更好。
• Open Babel 真正不可替代的：格式覆盖面。需要读写 RDKit 不支持的冷门格式（如某些量化程序的输入输出、CIF 变体）时，它是唯一选择。

务实结论：把 Open Babel 当格式转换器用，把化学逻辑交给 RDKit。

注意事项

• 转换会丢信息：PDBQT、XYZ 等格式不含键级，转回来时靠推断，可能出错。链路上保留一份权威的 SDF/SMILES 作为真相来源。
• --gen3d 有随机性：需要可复现时记录参数，或改用 RDKit 并固定随机种子。
• 大文件慢：几十万分子的转换较慢，考虑分块并行。
• 版本行为差异：不同版本的 pH 模型与芳香性感知有变化，管线中要锁定版本。

延伸资源

• 化学信息学主力：171《RDKit》、218《Datamol》；
• 对接文件准备：214《Meeko》；结构修复：215《PDBFixer》。