rdkit

rdkit スキルの概要

rdkit は何に使うのか

rdkit スキルは、分子を正確に扱う必要があるケモインフォマティクス作業向けです。SMILES、SDF/MOL/PDB/InChI の解析、記述子の計算、フィンガープリント生成、部分構造検索、反応処理、2D/3D 座標の取り扱いなどに使います。単純なプロンプトだけでは足りず、適切な API パターン、サニタイズ手順、ファイル形式を選びたい場面で特に有効です。

どんな人・どんな作業に向いているか

創薬や計算化学のために、分子のクレンジング、物性計算、類似性スクリーニング、ライブラリフィルタリング、構造ベースのデータ準備を行うなら、この rdkit ガイドが向いています。単発のノートブック探索ではなく、多数の分子に対して再現性のあるバッチ処理を回したい rdkit for Data Analysis にもよく合います。

このスキルが他と違う点

この rdkit スキルは、手軽さよりも細かな制御を重視します。リポジトリには、記述子、SMARTS、類似性ワークフロー向けの直接的な Python API 利用に加えて、補助スクリプトや参照ファイルが用意されています。そのため、汎用的なプロンプトや軽量ラッパーよりも、詳細な制御、独自のサニタイズ、特殊なアルゴリズムを使いたい場合に向いています。

rdkit スキルの使い方

インストールして、文脈をはっきり伝える

Claude の skills 環境にこのスキルをインストールしたうえで、分子の元データ、出力の目的、制約を明確に伝えてください。SMILES in CSV、SDF file、batch library、single query molecule のように、化学タスクとデータの形をセットで示すのが、rdkit のインストール後の使い方として効果的です。

入力は必要な情報をそろえて渡す

強い入力には、正確な構造形式、実行したい操作、そして化学ルールが含まれます。たとえば「この SDF を rdkit で読み込み、無効な分子を除外し、MW/LogP/TPSA を計算して、canonical SMILES 付きの CSV を出力して」といった指定です。部分構造を扱うなら、SMARTS パターンと、マッチを含めるのか除外するのかも明記してください。

先に確認すべきファイル

まず SKILL.md を読み、そのあと references/api_reference.md、references/descriptors_reference.md、references/smarts_patterns.md を見て、対応メソッドやパターン構文を確認してください。バッチ処理を自動化する予定なら、scripts/molecular_properties.py、scripts/similarity_search.py、scripts/substructure_filter.py を読んで、リポジトリが想定している実践的なワークフローの形を把握しておくとよいです。

出力を良くするワークフローのコツ

プロンプトは、解析→検証→変換→出力、という段階を分けて書くのがおすすめです。サニタイズを厳密にするのか、ある程度許容するのか、立体化学が重要か、canonical SMILES にするか元の順序を保つかを明示してください。rdkit の利用では、分子の読み込みはできても、その後の記述子やフィンガープリントが意図しない形で計算される、という典型的な失敗を避けやすくなります。

rdkit スキル FAQ

rdkit は通常のプロンプトより優れているか

ファイル I/O、SMARTS の構文、バッチ処理、正確な API が必要なタスクなら、たいていはその通りです。通常のプロンプトでもケモインフォマティクスの概念は説明できますが、信頼できる rdkit のインストール案内、具体的なコードパス、分子形式に関する不要な推測を減らしたいなら、rdkit スキルのほうが適しています。

どんなときに rdkit を使わないほうがいいか

細かな制御がいらず、高レベルな分子サマリーだけ欲しいなら選ばないほうがよいです。リポジトリ自体も、標準的なワークフローでは datamol のほうが RDKit のシンプルなラッパーとして使いやすいと示しています。つまり、利便性よりも直接的な API 制御が必要なときに rdkit が向いています。

初心者でも使いやすいか

タスクを狭く切れば使いやすいです。初心者でも、SMILES を物性値に変換する、SMARTS パターンで分子をフィルタする、といった基本的な rdkit の使い方を依頼できます。つまずきやすいのは化学の知識不足よりも入力のあいまいさで、ファイル形式が不明、電荷や立体化学のルールが未指定、出力スキーマがない、といったケースです。

エコシステムには何を期待すればよいか

大規模なアプリ基盤というより、Python ファーストのワークフロー、RDKit モジュール、補助スクリプト、参照表が中心だと考えてください。分子の元データがすでに決まっていて、実用的な解析または変換パイプラインを組みたいときに、rdkit スキルは最も力を発揮します。

rdkit スキルを改善するには

まず最重要の判断を明確にする

品質を最も大きく左右するのは、分子表現と成功条件をはっきり指定することです。タスクが記述子計算なのか、類似性検索なのか、部分構造フィルタなのか、構造変換なのかを rdkit スキルに伝え、さらに「サニタイズ済み分子のみ」「立体化学を保持する」など、何を有効な結果とみなすかを定義してください。

化学上の制約は先に伝える

よくある失敗は、塩、互変異性体、明示的な水素、芳香族性、無効構造に関する前提が隠れてしまうことです。これらが重要なら、たとえば「記述子計算の前に塩を除去する」「元の立体化学を保持する」「サニタイズ失敗は修復ではなく除外として扱う」といった形で、はっきり書いてください。

具体的なプロンプトの型を使う

より強いプロンプトは、たとえば次のようになります。「rdkit を使って molecules.smi を読み込み、無効な SMILES を除外し、MW、LogP、TPSA を計算し、canonical SMILES と passed フラグ付きの CSV を作成して。」
これは「これらの分子を分析して」より優れています。なぜなら、何を解析し、何を計算し、どう出力するかまで具体的に指定しているからです。

コードだけでなく、出力品質から改善する

最初の結果を見たら、出力が化学ルールと下流ツールチェーンに合っているか確認してください。ずれている場合は、一度に一つずつ制約を足していきます。たとえば、フィンガープリントの種類、SMARTS ライブラリ、記述子セット、出力形式です。rdkit for Data Analysis では、機能を増やすよりも、この進め方のほうが再現性を高めやすいです。