开发环境配置：conda 创建环境与工具库安装

做分子文件预处理，第一件事就是搭环境。

这事儿看着简单，但坑不少。我见过太多人因为环境混乱，最后 debug 花的时间比写代码还多。所以这一章，咱们把基础打牢。

为什么选 conda？

说白了，就是省心。BioPython、RDKit、OpenBabel 这几个包，依赖关系挺复杂的。特别是 RDKit，用 pip 装有时候能把你折腾死。conda 就不一样，它管二进制包，底层依赖自动帮你搞定。

我个人习惯是：每个项目独享一个 conda 环境。互不干扰，万一搞崩了直接删掉重来，成本极低。你可能觉得麻烦，但用过一次就知道好处了。

环境配置流程

整个流程分四步。我画了张图，你跟着走就行。

第一步：配置 conda 源

默认的 conda 源在国外。下载慢，还容易断。我建议你换成国内镜像。

运行这几条命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

第二步：创建虚拟环境

环境名就叫 pdb_prep 吧。Python 版本指定 3.9，兼容性最好。

conda create -n pdb_prep python=3.9 -y
conda activate pdb_prep

激活成功后，命令行前面会多一个 (pdb_prep)。看到了就说明环境已经切过来了。

第三步：安装核心依赖

这是最关键的一步。我踩过坑，建议按这个顺序来装：

1. 先装 RDKit（依赖最多，放最前面）
2. 再装 OpenBabel（C++ 底层，conda 包最稳）
3. 然后装 Biopython（处理 PDB 文件的核心）
4. 最后装 NumPy 和 Pandas（做数据分析）

命令如下：

conda install -c conda-forge rdkit -y
conda install -c conda-forge openbabel -y
conda install -c conda-forge biopython -y
pip install numpy pandas

第四步：验证安装

装完别急着走。先跑个简单的测试，确认每个库都能正常导入。

python -c "from rdkit import Chem; print('RDKit:', Chem.RDKFingerprint)"
python -c "from Bio import PDB; print('BioPython: OK')"
python -c "import openbabel; print('OpenBabel:', openbabel.OBReleaseVersion())"
python -c "import numpy; print('NumPy:', numpy.__version__)"
python -c "import pandas; print('Pandas:', pandas.__version__)"

正常输出应该像这样：

RDKit: <rdkit.Chem.rdchem.FingerprintMols object at 0x...>
BioPython: OK
OpenBabel: 3.1.1
NumPy: 1.24.3
Pandas: 1.5.3

各工具库的用途速览

我把每个库的定位整理成了表格，方便你快速对照：

避坑指南

还有几个小细节：

• 环境删了重来不丢人： conda remove -n pdb_prep --all 一键删除，干净利落。别舍不得。
• 检查 GPU 版本： 如果你用 RDKit 的 GPU 加速，记得确认 CUDA 版本和 conda 包是否匹配。
• 环境导出： conda env export > environment.yaml 把你的环境配置存下来，换机器的时候直接 conda env create -f environment.yaml 就能恢复。