Mols2grid：分子表格可视化工具

mols2grid 解决一个很具体但很高频的问题：虚拟筛选出来几百个分子，怎么快速用眼睛过一遍？ 它在 Jupyter 里把分子渲染成可交互网格——带结构图、带属性、可搜索、可勾选、可导出选中项。计算化学家和药化专家坐在一起挑分子时，它比翻 CSV 高效得多。

安装与基本用法

pip install mols2grid

import mols2grid
import pandas as pd

df = pd.read_csv("docking_results.csv")   # 含 smiles、score、name 等列

mols2grid.display(
    df,
    smiles_col="smiles",
    subset=["img", "name", "score"],          # 卡片上直接显示的字段
    tooltip=["MW", "logP", "TPSA", "HBD", "HBA"],   # 悬停显示
    n_cols=5, size=(180, 140),
    selection=True,
)

加上排序、筛选与自定义样式

mols2grid.display(
    df,
    smiles_col="smiles",
    subset=["img", "name", "score"],
    tooltip=["MW", "logP", "TPSA", "QED"],
    # 按对接分数着色：分数越好背景越绿
    style={"score": lambda x: ("color: green; font-weight: bold"
                              if x < -9 else "color: grey")},
    # 卡片上加自定义文本
    transform={"score": lambda x: f"{x:.2f} kcal/mol"},
    sort_by="score",
    n_cols=6,
)

参数	作用
subset	卡片上直接显示的列，img 是结构图
tooltip	悬停才显示的列，适合放次要属性
style	按值动态设置 CSS，用于高亮
transform	显示前格式化数值
substruct_highlight	高亮匹配的子结构
selection	开启勾选框
sort_by	初始排序列

取回选中的分子

# 在界面上勾选后，在另一个 cell 里取回
selected = mols2grid.get_selection()          # {index: smiles}
print(len(selected))

df_picked = df.loc[list(selected.keys())]
df_picked.to_csv("picked_for_synthesis.csv", index=False)

这个「浏览 → 勾选 → 导出」的闭环是它最核心的价值：把人工判断这一步顺畅地接进计算流程，而不是让人在表格和绘图脚本之间来回切换。

在筛选流程中的位置

• 虚拟筛选结果初检：对接完排好序，用网格快速扫一遍前几百个。经验丰富的药化人员几分钟就能挑出明显不合理的结构（反应性基团、过度共轭、合成噩梦）——这类判断目前还没有模型能可靠替代。
• 聚类结果查看：按簇分组展示，每簇看代表分子，确认聚类是否合理。
• 生成模型输出审查：分子生成模型常产出化学上离谱的结构，网格浏览是最快的质检方式。
• SAR 讨论：把一个系列的类似物按活性排列展示，配合子结构高亮，讨论时非常直观。

# 生成模型输出质检：高亮骨架，按 QED 排序
mols2grid.display(
    gen_df, smiles_col="smiles",
    substruct_highlight="c1ccc2[nH]ccc2c1",   # 高亮吲哚骨架
    subset=["img", "QED", "SA_score"],
    sort_by="SA_score", n_cols=6,
)

注意

• 数量要控制：一次渲染几千个分子会让浏览器很卡，建议分批（每次几百个）。
• 导出 HTML 可分享：mols2grid.save(df, output="report.html", ...) 生成独立 HTML，发给不装 Python 的同事也能看，做汇报很实用。
• 依赖 RDKit 绘图：SMILES 解析失败的行会渲染为空白，展示前先清洗。

延伸资源

• 底层绘图：171《RDKit》；数据处理：218《Datamol》；
• 虚拟筛选流程见「实战流程」模块；
• 生成模型评测：222《GuacaMol》、223《MOSES》。