初級 · 5〜15分

チュートリアル

小さく実用的な化学ツールを作りながらchematicを学びます。始める場所、実行できるコード、次の一歩を各チュートリアルで示します。

ブラウザ

最初の分子を解析する

SMILESを読み込み、サーバーなしで構造式と基本的な性質を確認します。

作るものローカル分子解析ページ次の一歩ブラウザのデモを試す
手順
  1. ブラウザのデモを開きます。
  2. エタノールを表すSMILES「CCO」を入力して解析します。
  3. 構造式と分子式、分子量が対応しているか見比べます。

確認ポイントエタノールの2D構造と性質の値が表示されます。

うまくいかないとき構造が表示されない場合は、入力がSMILESとして正しいか確認してCCOで再試行します。

Python

Pythonから使う

パッケージを導入し、ノートブックで分子を読み込みます。

作るもの最初のノートブックセル次の一歩Pythonの案内を見る
手順
  1. 仮想環境を作り、chematicをインストールします。
  2. パッケージを読み込み、CCOを解析します。
  3. 分子オブジェクトか性質を1つ表示して呼び出しを確認します。

確認ポイント構造が外部サーバーへ送られず、ノートブック内で分子が返ります。

うまくいかないときインストール前に仮想環境を有効にし、importエラーならパッケージ名を確認します。

mol = chematic.parse_smiles("CCO")
案内を見る

Python

似た分子を探す

フィンガープリントを作り、Tanimoto類似度で分子を比較します。

作るもの小さな類似度検索次の一歩API Cookbookを見る
手順
  1. 検索分子と候補分子を解析します。
  2. すべてに同じ種類のフィンガープリントを生成します。
  3. Tanimoto類似度を計算して候補を並べ替えます。

確認ポイント同一分子は1.0になり、異なる構造ほど低い値になります。

うまくいかないとき比較前に、すべての分子でフィンガープリントの設定を揃えます。

Python

構造ファイルを処理する

1分子の解析からCSVやSDFの一括処理へ進みます。

作るもの一括解析スクリプト次の一歩一括処理の案内を見る
手順
  1. 1行に1つのSMILESを入れたファイルを用意します。
  2. 各行を解析し、必要な性質を計算します。
  3. 入力値と解析エラーを残したまま結果を書き出します。

確認ポイント入力行ごとに追跡できる結果ができ、失敗した行も確認できます。

うまくいかないとき失敗した行を再試行できるよう、元のSMILESを捨てずに保存します。

for smiles in rows:
案内を見る

Rust

Rustツールを作る

Rustプロジェクトにchematicを追加し、化学計算を同じプロセスで動かします。

作るものCLIやサービスの土台次の一歩Rustの案内を見る
手順
  1. 小さなバイナリクレートを作り、必要な機能を追加します。
  2. main関数で既知のSMILESを1つ解析します。
  3. 一括処理の前に、無効な入力へ明確なエラーを返します。

確認ポイント同じ入力に対してローカルで再現可能な結果が出ます。

うまくいかないときコンパイル時間やサイズが気になる場合は必要な機能だけから始めます。

cargo add chematic --features "smiles,perception,chem,3d,fp"
案内を見る

AIエージェント

ローカルAIと接続する

ローカルstdioのMCPサーバーを起動し、構造化された化学操作をAIクライアントに提供します。

作るものローカル化学ツール連携次の一歩MCPの案内を見る
手順
  1. MCPサーバーをローカルでビルドまたはインストールします。
  2. AIクライアントにstdioコマンドを登録します。
  3. テスト用SMILESを解析し、構造化データを返すよう依頼します。

確認ポイントネットワークサービスを介さず、AIクライアントから化学ツールを呼び出せます。

うまくいかないとき実行ファイルのパスを確認し、サーバーコマンドに対話入力を残さないようにします。

cargo run -p chematic-mcp --release
案内を見る