Claude CodeでRDKitを使いSMILESの分子式と部分構造を検算する

Claudeに化合物の構造式を挙げさせると、SMILES文字列はそれらしい形で返ってきます。ただ、文字列として整って見えることと、その化合物であることは別の話です。Claude Codeに小さなスクリプトを書かせ、RDKitで分子式・分子量・部分構造を機械的に照合すれば、人の目に頼らず食い違いを拾えます。この記事は、そのスクリプト、実行結果、見逃しやすい落とし穴、Claude Codeへの指示の置き方をまとめます。

SMILESの何を検算するのか

検算の対象は3つです。どれも、Claudeの回答とは独立に、構造から計算で決まる値です。

名前から構造を推す作業は、この検算に含めません。検算できるのは「このSMILESは、この式・この性質の説明と整合するか」までです。名前とSMILESの対応は別途、化合物データベースなど外部の記録で確かめることになります。

環境を用意してスクリプトを置く

RDKitはPythonから使います。仮想環境を切ってからインストールします。

python3 -m venv .venv
.venv/bin/pip install rdkit
.venv/bin/python -c "import rdkit; print(rdkit.__version__)"

以下の出力は、バージョン2026.09.1で実行した結果です。

照合スクリプトは、Claudeの回答をJSONに書き写したものを入力にします。1件ごとに、呼び名(name)、SMILES(smiles)、Claudeが述べた分子式(formula)と分子量(mw)、確認したい部分構造のSMARTS(substructure)の5キーを持たせます。入力はclaims_in.jsonとして、次の4件を置きました。

[
 {"name":"アスピリン","smiles":"CC(=O)Oc1ccccc1C(=O)O","formula":"C9H8O4","mw":180.16,"substructure":"C(=O)[OH]"},
 {"name":"カフェイン","smiles":"Cn1cnc2c1c(=O)n(C)c(=O)n2C","formula":"C8H10N4O2","mw":194.19,"substructure":"c(=O)n(C)"},
 {"name":"誤ったSMILES","smiles":"CC(=O)Oc1ccccc1C(=O)O(C)","formula":"C9H8O4","mw":180.16,"substructure":"C(=O)[OH]"},
 {"name":"式の誤記","smiles":"CC(=O)Nc1ccc(O)cc1","formula":"C8H8NO2","mw":151.16,"substructure":"c[OH]"}
]

下のスクリプトはcheck_smiles.pyの名前で、claims_in.jsonと同じ場所に保存します。

import json, sys
from rdkit import Chem, RDLogger
from rdkit.Chem import Descriptors
from rdkit.Chem.rdMolDescriptors import CalcMolFormula
 
RDLogger.DisableLog("rdApp.*")
claims = json.load(open(sys.argv[1]))
for c in claims:
    m = Chem.MolFromSmiles(c["smiles"])
    if m is None:
        print(f'{c["name"]}: SMILES が解析できません ({c["smiles"]})')
        continue
    formula = CalcMolFormula(m)
    mw = round(Descriptors.MolWt(m), 2)
    ok_f = formula == c["formula"]
    ok_w = abs(mw - c["mw"]) < 0.05
    patt = Chem.MolFromSmarts(c["substructure"])
    hit = m.HasSubstructMatch(patt)
    print(f'{c["name"]}: 式 {formula} ({"一致" if ok_f else "不一致"}) / '
          f'分子量 {mw} ({"一致" if ok_w else "不一致"}) / '
          f'{c["substructure"]} {"あり" if hit else "なし"}')

Chem.MolFromSmilesは、成功すればMolオブジェクトを、失敗すればNoneを返します。そのため解析可否の判定はis Noneの1行で済みます。分子量はDescriptorsモジュールのMolWt、分子式はrdMolDescriptorsのCalcMolFormulaで求めています。

実行結果を読む

アスピリン、カフェイン、そして誤りを仕込んだ2件を入力にしました。誤りは、カルボン酸の水素がメチル基に置き換わったSMILESと、分子式の水素の数を取り違えた記述です。

.venv/bin/python check_smiles.py claims_in.json

アスピリン: 式 C9H8O4 (一致) / 分子量 180.16 (一致) / C(=O)[OH] あり
カフェイン: 式 C8H10N4O2 (一致) / 分子量 194.19 (一致) / c(=O)n(C) あり
誤ったSMILES: 式 C10H10O4 (不一致) / 分子量 194.19 (不一致) / C(=O)[OH] なし
式の誤記: 式 C8H9NO2 (不一致) / 分子量 151.16 (一致) / c[OH] あり

3行目は、SMILES末尾のO(C)でメチル基が1つ付き、カルボン酸がメチルエステルに変わっています。入力のnameが「誤ったSMILES」の行です。式も分子量も合わず、カルボン酸の部分構造も見つかりません。3つの軸がそろって異常を示したので、SMILESそのものが誤っていると判断できます。

4行目は性格が違います。分子量はSMILES側と一致する一方、Claudeが添えた式C8H8NO2だけが、構造から数えたC8H9NO2と食い違います。構造は正しく、式の転記が誤りというパターンです。分子量だけを見ていたら見逃す種類の誤りで、式と分子量を両方照合する意味がここにあります。

分子量は平均値かモノアイソトピック質量かをそろえる

スクリプトの分子量はDescriptors.MolWt、つまり同位体の存在比で平均した値です。RDKitの記述子一覧には、これとは別にExactMolWtが載っています。こちらは最も軽い同位体だけで数えた質量(モノアイソトピック質量)で、質量分析の文脈ではこちらが使われます。Claudeがどちらの値を答えるかは質問の言い回しで変わるため、照合前に値の種類を確かめる必要があります。

アスピリンで両方を出すと、次の差が出ます。

m = Chem.MolFromSmiles("CC(=O)Oc1ccccc1C(=O)O")
round(Descriptors.MolWt(m), 4)        # 180.159
round(Descriptors.ExactMolWt(m), 4)   # 180.0423

Claudeが「分子量180.04」と答えたとします。平均値の180.159とは0.12離れ、許容幅0.05の照合は不一致になります。ところがモノアイソトピック質量の180.0423とは一致します。構造が誤っているのではなく、比べた値の種類が違っただけです。カフェインでも同じで、平均値は194.19、モノアイソトピック質量は194.0804です。

そろえる手順は2段です。まず、Claudeに「平均分子量かモノアイソトピック質量か」を回答に明記させます。次に、スクリプト側でMolWtとExactMolWtの両方を出し、どちらが回答の値に近いかを表示させます。両方とも合わないときに初めて、構造か転記の誤りを疑います。

部分構造検索で踏みやすい3つの落とし穴

部分構造の判定は、検算の中でも読み違えが起きやすい部分です。RDKitの入門ドキュメントが挙げる挙動を、実行して確かめました。

SMARTSとSMILESでは意味が違う

問い合わせ側はSMARTSでもSMILESでも作れますが、同じ文字列でも結果が変わります。メトキシベンゼン(C1=CC=CC=C1OC)で比べます。

m = Chem.MolFromSmiles('C1=CC=CC=C1OC')
m.HasSubstructMatch(Chem.MolFromSmiles('COC'))   # True
m.HasSubstructMatch(Chem.MolFromSmarts('COC'))   # False
m.HasSubstructMatch(Chem.MolFromSmarts('COc'))   # True

SMARTSのCは脂肪族の炭素だけを指します。ベンゼン環の炭素は芳香族のcなので、COCには当たりません。SMILESで作った問い合わせは芳香族性を含めて照合されるため、Trueになります。Claudeに「エーテルを持つか」を判定させるスクリプトを書かせるときは、どちらの書式で問い合わせを作るかを指示に含めてください。

水素の書き方で官能基の判定が変わる

エステルとカルボン酸は、どちらもC(=O)Oの骨格を持ちます。アスピリンのメチルエステル体で試します。

m = Chem.MolFromSmiles('CC(=O)Oc1ccccc1C(=O)OC')
m.HasSubstructMatch(Chem.MolFromSmarts('C(=O)O'))      # True
m.HasSubstructMatch(Chem.MolFromSmarts('C(=O)[OH]'))   # False

C(=O)Oではエステルも当たってしまうので、カルボン酸を確かめたいときは水素を指定したC(=O)[OH]を使います。前節で誤ったSMILESが「カルボン酸なし」と判定されたのも、この書き方のおかげです。

立体はオプションを付けないと無視される

既定では立体化学が照合に使われません。

m = Chem.MolFromSmiles('CC[C@H](F)Cl')
q = Chem.MolFromSmiles('C[C@@H](F)Cl')
m.HasSubstructMatch(q)                      # True
m.HasSubstructMatch(q, useChirality=True)   # False

鏡像の関係にある構造でも、既定では一致扱いになります。光学異性体の区別が回答の要点なら、useChirality=Trueを付けた照合に切り替えます。

表記が違うSMILES同士を比べる

同じ分子でも、SMILESの書き方は何通りもあります。文字列の一致でなく、RDKitの正規化(canonical)したSMILESで比べると、書き順や芳香族の表記の違いが吸収されます。

Chem.MolToSmiles(Chem.MolFromSmiles('OC(=O)c1ccccc1OC(C)=O'))
# 'CC(=O)Oc1ccccc1C(=O)O'
Chem.MolToSmiles(Chem.MolFromSmiles('c1ccccc1OC(C)=O')) == \
    Chem.MolToSmiles(Chem.MolFromSmiles('CC(=O)Oc1ccccc1'))
# True

Claudeが別の書き方で同じ化合物を挙げ直したときに、この比較が役立ちます。

塩や水和物の分子量は成分の合計になる

SMILESにドット.で複数の成分を並べた塩は、分子式も分子量も全体の合計で出ます。酢酸ナトリウムで試すと、式はC2H3NaO2、分子量は82.03でした。Claudeの回答が遊離酸の値を述べている場合は、塩の値と並べると食い違います。どちらの形を指す値かを、照合の前にそろえてください。

Claude Codeに検算を回させる指示の置き方

検算は、Claudeの回答を書き写して終わりではなく、不一致を見て直すところまで回してはじめて役に立ちます。Claude Codeには次のような依頼を渡します。

カフェインとアスピリンの構造式を、SMILES・分子式・分子量つきで挙げて。
回答の前に claims_in.json へ書き出し、check_smiles.py を実行して。
不一致があれば原因を式・分子量・部分構造のどれかに切り分けて直し、再実行した出力を貼って。

Claude Codeの動きは、次の4段になります。

この流れを毎回の依頼に書く代わりに、手順をCLAUDE.mdに置いておくほうが安定します。検算のように「実行結果で合否が決まる」作業は、確認手段を渡すほどClaudeが自分で修正を繰り返せるからです。Claude Codeの公式ガイドも、Claudeに自分の作業を検証する手段を与えるよう勧めています。

## 化学構造の検算
 
- 構造式(SMILES)を回答に含めるときは、必ず check_smiles.py で検算する
- 検算は分子式・分子量・部分構造の3点。1点でも不一致なら回答を直す
- 部分構造の問い合わせは SMARTS で書く。カルボン酸は C(=O)[OH]
- 立体が論点なら HasSubstructMatch に useChirality=True を付ける
- 実行したコマンドと出力をそのまま貼り、一致と書く前に値を示す

検算スクリプトの実行は、権限設定で許可しておくと確認の手間が減ります。許可規則はコマンドの前半を書き、*をサブコマンドの後に置く形です。

{
  "permissions": {
    "allow": [
      "Bash(.venv/bin/python check_smiles.py *)"
    ]
  }
}

これでClaudeがJSONを書き換えては検算を回す往復が、確認なしで進みます。ほかのコマンドへの許可は広がりません。

よくあるつまずき

実行環境がRDKitに対応していない場合は、インストール時点で止まります。その場合は検算を省かず、できない旨を回答に明記させるほうが安全です。

まとめ

SMILESの検算は、解析できるか、式と分子量が合うか、期待する部分構造があるかの3点で足ります。誤りの出方は一様ではなく、SMILESそのものが誤っている場合もあれば、構造は正しく式の転記だけが違う場合もあります。3点を一度に出して見比べると、原因の切り分けが速くなります。

数値の一致を基準に検算する発想は、他分野にも使えます。解析コードの移植ではMATLABからPythonへ移植して数値結果の一致を検算する、測定値の合成ではClaudeで不確かさバジェット表を組むが同じ組み立てです。創薬領域でClaudeを使う場面の全体像はClaude製薬創薬活用ガイドにあります。