我们今天给大家介绍一个可以在R语言中对SDF文件进行操作的R包ChemmineR，当然这个包还包含了很多对分子分析的算法，需要通过Bioconductor安装：
代码语言：javascript复制BiocManager::install("ChemmineR")如果想支持格式的转化还需要安装：
代码语言：javascript复制BiocManager::install("ChemmineOB")具体的概况如下：
首先我们看下数据的读入函数read.SDFset，这个函数类似read.csv或者read.table，所以我们就不深究了，我们主要看下如何读取读入后的数据。
载入数据：
代码语言：javascript复制a=read.SDFset("http://faculty.ucr.edu/~tgirke/Documents/R_BioCond/Samples/sdfsample.sdf")其中获取详细信息的函数如下：
1. atomblock 获取每一个化合物的原子矩阵。实例
代码语言：javascript复制 atomblock(a[1])
2. datablock 获取每一个化合物的所有信息。实例：
代码语言：javascript复制datablock(a[1])
datablock(a[1])$CMP1[1:4]
3. cid 获取每一个化合物的排序的ID，方便datablock读取其详细信息。实例：
代码语言：javascript复制cid(a)
4. sdfid 获取化合物在数据中标注的ID。实例：
代码语言：javascript复制sdfid(a)
5. makeUnique 主要用来检测数据的ID是否重复，也就是可以看一个sdf文件中是否有重复的数据。
6. datablock2ma 将SDF文件转化为矩阵数据。实例：
代码语言：javascript复制blockmatrix <- datablock2ma(datablocklist=datablock(a))
numchar <-splitNumChar(blockmatrix=blockmatrix) #分割字符串和数值型的数据
7. grepSDFset 检索SDF文件。检索的区域包括header, atomblock, bondblock 或者datablock；检索的模式包括index（返回位置）、subset(返回数据列表)。实例：
代码语言：javascript复制grepSDFset("650001", a, field="datablock", mode="index")
接下来我们看另一个重要的功能，获取分子式、分子量以及各原子数量：
代码语言：javascript复制propma <- data.frame(MF=MF(a), MW=MW(a),atomcountMA(a))
当然我们也可以输出我们的分子结构：
代码语言：javascript复制plot(a[1:4], print=FALSE)
或者写入新的sdf文件：
代码语言：javascript复制write.SDF(at[1:4],file="sub.sdf", sig=F)接下来就是对分子的处理，首先我们看下分子相似性以及聚类分析，直接看实例：
代码语言：javascript复制apset <- sdf2ap(a)# 创建数据库：data(apset) # 载入数据 cmp.search(apset, apset[1], type=3, cutoff =0.3, quiet=TRUE)
cmp.search具体函数参数如下：
Query 指我们想要检索的分子。
Cutoff 相似打分
接下来看下聚类函数cmp.cluster其中主要的是cutoff的两个分子相似性的最小值设置，直接看实例：
代码语言：javascript复制cmp.cluster(db=apset, cutoff = c(0.65,0.5), quiet=TRUE)[1:4,]
CLSZ代表每一聚类的化合物数量，CLID指的类的ID。
基于Openbable的分子指纹计算以及相似性分析我们不在深入探讨，有兴趣的可以接着研究。
欢迎大家学习交流！
