RDKit – 盖苏文的博客

1.安装docker

运行以下命令安装docker并查看docker版本，确认docker是否安装成功。

#以root运行就不需要写sudo
sudo apt-get update
sudo apt-get install -y docker.io
sudo systemctl start docker
sudo systemctl enable docker
docker --version

2.准备应用，编写docker环境

2.1 新建文件夹，将准备好Streamlit 应用代码

ndsri_ai_calculator_optimized.py放入文件夹内，并在文件夹内新建Dockerfile和requirements.txt。

project_folder/
│
├── ndsri_ai_calculator_optimized.py
├── Dockerfile
└── requirements.txt

2.2根据Streamlit环境编写Dockerfile和requirements.txt

2.2.2Dockerfile

# 使用官方Python基础镜像（基于Debian）
FROM python:3.12-slim

# 设置工作目录
WORKDIR /project

# 复制应用代码到容器中
COPY your_app.py .
COPY requirements.txt .

# 安装系统依赖（RDKit和绘图功能需要）
RUN apt-get update && apt-get install -y \
    build-essential \
    libopenblas-dev \
    libxrender1 \
    libxext6 \
    libfontconfig1 \
    libcairo2 \
    && rm -rf /var/lib/apt/lists/*

# 安装Python依赖
RUN pip install --no-cache-dir -r requirements.txt

# 暴露Streamlit默认端口
EXPOSE 8501

# 运行Streamlit应用
CMD ["streamlit", "run", "your_app.py", "--server.port=8501", "--server.address=0.0.0.0"]

注：RDKit所需包名及作用，不加运行代码时会出错

包名	主要作用	在RDKit中的应用场景	未来可能扩展用途
build-essential	C/C++编译工具链	编译RDKit源码	优化、自定义模块开发
libopenblas-dev	高效矩阵运算库	分子力场、3D构象计算	大规模特征计算、机器学习
libxrender1	2D图形渲染加速	分子图绘制	Web服务分子展示
libxext6	X11图形扩展支持	分子图生成	无头服务器绘图
libfontconfig1	字体管理	元素符号标注	高质量分子图输出
libcairo2	2D图形绘制库	生成PNG、SVG、PDF分子图	自动化图像生成、报告制作

2.2.3 requirements.txt

内容为代码中需使用的包及版本

streamlit==1.44.0
rdkit==2024.9.6
pandas==2.2.3
numpy==1.26.4

注：pandas依赖于numpy，不装numpy会报错。

3.构建 Docker 镜像

构建docker

docker build -t your_app .

运行容器

docker images #列出本地镜像，用于检查镜像是否正确建立
docker run -d -p 8501:8501 your_app #运行docker镜像，确认能否正常

4.上传docker

4.1 新建docker账户

进入https://hub.docker.com/新建账户并验证邮箱

4.2上传docker

#1.输入账户名和密码登录Docker Hub
docker login 
#2.为镜像打标签,yourusername为Docker Hub的用户名
docker tag your_app:latest yourusername/your_app:latest
#3.将镜像推送到Docker Hub
docker push yourusername/your_app:latest

标签： RDKit

制作docker并上传至Docker Hub