前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >聚类小分子数据集(基于RDKit的Python脚本)

聚类小分子数据集(基于RDKit的Python脚本)

作者头像
DrugAI
发布2021-02-01 09:45:59
1.3K0
发布2021-02-01 09:45:59
举报
文章被收录于专栏:DrugAIDrugAI

聚类分子(Clustering molecules)

聚类是一种有价值的化学信息学技术,用于将大型化合物数据集合细分为单个小组相似化合物。其中一个优点是处理非常大的小分子数据集时特别有用。通常用于分析高通量筛选结果、虚拟筛选或对接研究的分析。

基于RDKit的Python脚本用于聚类分子

阅读原文查看完成代码:


#!/usr/bin/python3

def ClusterFps(fps,cutoff=0.2):

from rdkit import DataStructs

from rdkit.ML.Cluster import Butina

# first generate the distance matrix:

dists = []

nfps = len(fps)

for i in range(1,nfps):

sims = DataStructs.BulkTanimotoSimilarity(fps[i],fps[:i])

dists.extend([1-x for x in sims])

# now cluster the data:

cs = Butina.ClusterData(dists,nfps,cutoff,isDistData=True)

return cs

from rdkit import Chem

from rdkit.Chem import AllChem

#generate fingerprints

ms = [x for x in Chem.ForwardSDMolSupplier('ApprovedDrugs.sdf') if x is not None]

fps = [AllChem.GetMorganFingerprintAsBitVect(x,2,1024) for x in ms]

#cluster

clusters=ClusterFps(fps,cutoff=0.4)

# show one of the clusters

print(clusters[20])

#now display structures from one of the clusters

from rdkit.Chem import Draw

from rdkit.Chem.Draw import IPythonConsole

#look at a specific cluster

m1 = ms[1630]

m2 = ms[1010]

m3 = ms[1022]

m4 = ms[1023]

m5 = ms[1034]

m6 = ms[1043]

mols=(m1,m2,m3,m4,m5,m6)

Draw.MolsToGridImage(mols)


参考资料

http://www.rdkit.org/docs/Cookbook.html

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-07-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 DrugAI 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 聚类分子(Clustering molecules)
    • 基于RDKit的Python脚本用于聚类分子
    领券
    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档