Skills Agentes

Rdkit

Kit de cheminformática para control molecular fino: parsing SMILES/SDF, descriptores, fingerprints, búsqueda de subestructuras, generación 2D/3D, similitud y reacciones. Para flujos estándar más simples, usa datamol.

Solicitaread write edit bash
Estrellas
34.8k

en todo el repo

Actividad
60

0–100, la ruta de este skill

Actualizado
el mes pasado

último commit aquí

Commits
5

últimos 90 días

Contexto
1.4k tok

86 tok en reposo

Paquete
9 archivos

91 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add K-Dense-AI/scientific-agent-skills --skill rdkit --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Parsea y escribe estructuras moleculares en SMILES, MOL, InChI y SDF
  • Calcula descriptores moleculares (MW, LogP, TPSA, donantes/aceptores de H)
  • Genera fingerprints (Morgan/ECFP, MACCS, topológicos) y calcula similitud con clustering Butina
  • Ejecuta búsquedas de subestructuras con SMARTS y aplica reacciones químicas
  • Genera coordenadas 2D/3D y optimiza geometrías con campos de fuerza

Úsalo cuando

  • Se necesita control fino sobre sanitización, algoritmos o parsing molecular que datamol no ofrece
  • Se trabaja en descubrimiento de fármacos, química computacional o cheminformática
  • Se calculan descriptores, fingerprints o similitud molecular por lotes
  • Se necesita búsqueda de subestructuras o aplicar reacciones SMARTS

No lo uses cuando

  • Se busca una interfaz más simple para flujos estándar (usar datamol en su lugar)

Qué lo activa

Di cualquiera de estas frases y el agente debería cargar este skill.

  • Calcula el peso molecular y el LogP de esta lista de SMILES
  • Busca subestructuras con este patrón SMARTS en mi conjunto de moléculas
  • Genera fingerprints Morgan y agrupa estas moléculas por similitud
  • Genera conformeros 3D de esta molécula y optimízalos

SKILL.md

En inglés

RDKit Cheminformatics Toolkit

Overview

RDKit is a comprehensive cheminformatics library providing Python APIs for molecular analysis and manipulation. This skill provides guidance for reading/writing molecular structures, calculating descriptors, fingerprinting, substructure searching, chemical reactions, 2D/3D coordinate generation, and molecular visualization. Use this skill for drug discovery, computational chemistry, and cheminformatics research tasks.

Current baseline (checked 2026-06-07): RDKit 2026.03.3 is the latest GitHub/PyPI release (rdkit 2026.3.3 on PyPI). Official installation docs continue to recommend conda-forge for most users, while cross-platform PyPI wheels are published under the rdkit package name. rdkit-pypi is the old PyPI package name and should only appear when maintaining legacy environments.

Installation and Setup

Use uv when installing into an existing Python environment:

uv pip install rdkit

For reproducible chemistry environments, especially when mixing compiled scientific packages, conda-forge remains the upstream recommendation:

conda create -c conda-forge -n my-rdkit-env rdkit
conda activate my-rdkit-env

Avoid installing both conda rdkit and PyPI rdkit/rdkit-pypi into the same environment unless you are deliberately debugging packaging behavior. Mixed installs can make it unclear which binary extension is being imported.

Core Capabilities

Twelve capability areas, each with worked code, are documented in references/core_capabilities.md:

# Area Covers
1 Molecular I/O and creation SMILES, MOL files and blocks, InChI, SDF and SMILES suppliers, multithreaded reading, writers
2 Sanitization and validation disabling automatic sanitization, manual and partial sanitization, detecting problems first
3 Analysis and properties atom and bond iteration, ring information and SSSR, chirality and stereochemistry, fragments
4 Descriptors MW, LogP, TPSA, H-bond donors/acceptors, rotatable bonds, aromatic rings, bulk calculation, drug-likeness
5 Fingerprints and similarity topological, Morgan/ECFP via rdFingerprintGenerator, MACCS, atom pair, torsion, Avalon; Tanimoto and other metrics; Butina clustering
6 Substructure searching SMARTS queries, match retrieval, and a library of common patterns
7 Chemical reactions reaction SMARTS, applying reactions, reaction fingerprints
8 2D and 3D coordinates depiction, template alignment, ETKDG embedding, force-field optimization, RMSD, constrained embedding
9 Visualization single and grid images, substructure highlighting, custom drawer options, Jupyter integration, fingerprint bit environments
10 Molecular modification explicit hydrogens, Kekulization, aromaticity, substructure replacement, charge neutralization
11 Hashes and standardization Murcko scaffold and canonical hashes, regioisomer hashes, randomized SMILES for augmentation
12 Pharmacophore and 3D features feature factories and feature extraction

Worked workflows and the performance, thread-safety, and version-sensitivity notes are in references/workflows_and_best_practices.md.

Prefer portable exchange formats (SMILES, SDF) for shared data; for local caches RDKit's binary molecule representation avoids generic pickle.

Common Pitfalls

  1. Forgetting to check for None: Always validate molecules after parsing
  2. Sanitization failures: Use DetectChemistryProblems() to debug
  3. Missing hydrogens: Use AddHs() when calculating properties that depend on hydrogen
  4. 2D vs 3D: Generate appropriate coordinates before visualization or 3D analysis
  5. SMARTS matching rules: Remember that unspecified properties match anything
  6. Thread safety with MolSuppliers: Don't share supplier objects across threads

Resources

references/

This skill includes detailed API reference documentation:

  • api_reference.md - Comprehensive listing of RDKit modules, functions, and classes organized by functionality
  • descriptors_reference.md - Complete list of available molecular descriptors with descriptions
  • smarts_patterns.md - Common SMARTS patterns for functional groups and structural features

Load these references when needing specific API details, parameter information, or pattern examples.

Only the files listed in references/ and scripts/ are bundled local resources. Names such as rdkit, datamol, scipy, and sklearn refer to installable Python packages, not local files in this skill.

scripts/

Example scripts for common RDKit workflows:

  • molecular_properties.py - Calculate comprehensive molecular properties and descriptors
  • similarity_search.py - Perform fingerprint-based similarity screening
  • substructure_filter.py - Filter molecules by substructure patterns

These scripts can be executed directly or used as templates for custom workflows.

Reproducido de K-Dense-AI/scientific-agent-skills bajo licencia BSD-3-Clause license. Leer esta página en markdown.

Archivos

9 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

Antes de instalar

Requiere instalar RDKit vía `uv pip install rdkit` o conda-forge (paquete `rdkit`); `rdkit-pypi` es el nombre legado en PyPI.

Detalles

Creador
K-Dense-AI
Licencia
BSD-3-Clause license
Recursos incluidos
scripts en python + referencias
Código fuente
Ver SKILL.md

Etiquetas

Más de K-Dense-AI/scientific-agent-skills

Este repo incluye 163 skills. Si instalas uno, normalmente ya tienes los demás.

Gestión integral de citas académicas: busca en OpenAlex, PubMed y Google Scholar, extrae metadatos precisos, valida citas y genera entradas BibTeX correctamente formateadas.

Costo de contexto al activarse
3.7k tok
Tamaño del paquete
21 archivos
Última actualización
hace 28 días
investigacion

Realiza revisiones bibliográficas sistemáticas y completas usando varias bases académicas (PubMed, arXiv, bioRxiv, Semantic Scholar). Genera markdown y PDF con citas verificadas en varios estilos (APA, Nature, Vancouver).

Costo de contexto al activarse
3.2k tok
Tamaño del paquete
12 archivos
Última actualización
hace 15 días
investigacion

Crea decks de diapositivas y presentaciones para charlas de investigación: PowerPoint, presentaciones de conferencia, seminarios, defensas de tesis. Da estructura, plantillas, guía de tiempos y validación visual.

Costo de contexto al activarse
5.1k tok
Tamaño del paquete
24 archivos
Última actualización
hace 15 días
documentos

Crea infografías profesionales con Nano Banana Pro AI y refinamiento iterativo inteligente. Usa Gemini 3.6 Flash para revisar la calidad e integra investigación con Perplexity Sonar. Soporta 10 tipos, 8 estilos y paletas para daltonismo.

Costo de contexto al activarse
2.7k tok
Tamaño del paquete
8 archivos
Última actualización
hace 15 días
diseno ui

Crea pósteres de investigación profesionales en LaTeX con beamerposter, tikzposter o baposter, para conferencias y comunicación científica: layout, colores, columnas múltiples e integración de figuras.

Costo de contexto al activarse
3.9k tok
Tamaño del paquete
17 archivos
Última actualización
hace 15 días
documentos

Crea diagramas científicos de calidad de publicación con la IA Nano Banana 2 y refinamiento iterativo inteligente. Gemini 3.6 Flash revisa la calidad y solo regenera si está por debajo del umbral de tu tipo de documento.

Costo de contexto al activarse
4.1k tok
Tamaño del paquete
6 archivos
Última actualización
hace 15 días
diseno ui

Skills relacionados

Aeon

34.8k

Para tareas de machine learning con series temporales: clasificación, regresión, clustering, forecasting, detección de anomalías, segmentación y búsqueda de similitud, con APIs compatibles con scikit-learn.

Costo de contexto al activarse
3.1k tok
Tamaño del paquete
12 archivos
Última actualización
el mes pasado
datos analitica

Anndata

34.8k

Estructura de datos para matrices anotadas en análisis de célula única. Úsala con archivos .h5ad o el ecosistema scverse; para análisis usa scanpy, para modelos probabilísticos scvi-tools, para escala poblacional cellxgene-census.

Costo de contexto al activarse
3k tok
Tamaño del paquete
6 archivos
Última actualización
el mes pasado
datos analitica

Infiere redes de regulación génica (GRN) a partir de datos de expresión génica con algoritmos escalables (GRNBoost2, GENIE3), para transcriptómica bulk o de célula única, con computación distribuida.

Costo de contexto al activarse
2.1k tok
Tamaño del paquete
5 archivos
Última actualización
el mes pasado
datos analitica