把mol2分子的数据库分成N个更小的集合

Question

我从锌数据库（http://zinc.docking.org/）中得到了一大组分子，是mol2（http://tripos.com/index.php?family=modules,SimplePage,,,&page=sup_mol2&s=0）格式的。我希望能够将这个数据库拆分成任意一组N个较小的数据库。在python、bash或perl中，最好的脚本编写方法是什么？我读过openbabel，但它只能产生一组单独的分子。在

如果没有，我也可以将mol2转换成另一种更方便的格式

泰克人

Answer 1

csplit可以将文件分成单独的分子：

csplit ~/Download/zinc.mol2 '/@<TRIPOS>MOLECULE/' '{*}'

如果你想把每一个数组或分子都读成一个数组，那么你可以把每一个数组或分子都读出来。在

Answer 2

以下是在linux中执行此操作的方法：

gawk -v RS="@<TRIPOS>MOLECULE" 'NF{ print RS$0 > "zinc"++n".mol2" }' zinc.mol2