我正在使用 RDKit 根据两个具有 SMILE 结构的分子列表之间的 Tanimoto 系数计算分子相似性。现在我可以从两个单独的 csv 文件中提取 SMILE 结构。我想知道如何将这些结构放入RDKit中的指纹模块中，以及如何一一计算两个分子列表之间的相似度？
from rdkit import DataStructs
from rdkit.Chem.Fingerprints import FingerprintMols
ms = [Chem.MolFromSmiles('CCOC'), Chem.MolFromSmiles('CCO'), ... Chem.MolFromSmiles('COC')]
fps = [FingerprintMols.FingerprintMol(x) for x in ms]
DataStructs.FingerprintSimilarity(fps[0],fps[1])
我想将我拥有的所有 SMILE 结构（超过 10,000 个）放入“ms”列表中并获取它们的指纹。然后我将比较两个列表中每对分子之间的相似性，也许这里需要一个 for 循环？
提前致谢！
我使用 pandas dataframe 选择并打印出包含我的结构的列表，并将列表保存到 list_1 和 list_2 中。当运行到ms1行时，出现如下错误：
TypeError: No registered converter was able to produce a C++ rvalue of type std::__cxx11::basic_string<wchar_t,
std::char_traits<wchar_t>, std::allocator<wchar_t> > from this Python object of type float
然后我检查了文件，微笑栏中只有微笑。但是当我手动将一些分子结构放入列表中进行测试时，仍然存在错误
fpArgs['minSize'].
例如，钆双酰胺的 SMILES 为“O=C1[O-][Gd+3]234567[O]=C(C[N]2(CC[N]3(CC([O-]4)=O) )CC[N]5(CC(=[O]6)NC)CC(=O)[O-]7)C1)NC"，错误代码如下（运行fps线时）：
ArgumentError: …