RDKit | 基于Murcko骨架聚类化合物库

最新推荐文章于 2022-09-21 11:21:09 发布
最新推荐文章于 2022-09-21 11:21:09 发布
阅读量3.2k 收藏 8
点赞数 2
分类专栏： RDKit | 化学信息学与AI 文章标签：  RDKit 化学信息学 Python
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/u012325865/article/details/103879932
版权
本文介绍了如何利用RDKit库，基于Murcko骨架对化合物库进行聚类分析，以实现化合物多样性的评估。这种方法能直观地展示化合物间的相似性，便于筛选候选化合物。
摘要由CSDN通过智能技术生成

化合物多样性评估

        一种方法是使用合适的指纹技术将化合物矢量化并评估他们之间的距离。这种方法经常被使用，但是对于人类很难直观地理解化合物之间的距离。

        基于Murcko骨架，分子大致聚集在化合物骨架中，并且每个簇中的顶部化合物都作为候选化合物。此方法非常符合人类的直觉，因此可以预期人将通过查看候选化合物列表来自动缩小化合物的范围。

 

Murcko骨架

Murcko骨架通过从化合物中去除多余的侧链并仅表达连接它们的“环结构”和“连接子”，可以执行更简单的化合物表达。

Murcko骨架生成
Murcko骨架生成

 

了解本专栏 订阅专栏 解锁全文 超级会员免费看
DrugAI
关注
专栏目录
订阅专栏
rdkit MurckoScaffold 化合物骨架提取；基于骨架的相似化合物聚类检索
weixin_42357472的博客
11-11 1514
参考：http://www.rdkit.org/docs/source/rdkit.Chem.Scaffolds.MurckoScaffold.html。
RDKit | 基于RDKit和k-均值对化合物进行非分层聚类
DrugAI
03-11 2168
具有高相似性的分子组合可以改写为在化合物空间（化学空间）中具有短距离。在这种情况下，“相似性”和“距离”可互换使用。通过选择相距较远的化合物，可以构建各种化合物库。 如何建立高度多样化的化合物库 聚类方法 基于距离的方法 基于分类的方法 使用优化方法的方法 这次使用k-means方法（一种非分层聚类方法）从化合物库中选择“多样化”化合物。 基于RDKit和k-均值对化合物进行非分...
RDKit | 基于Ward方法对化合物进行分层聚类
DrugAI
09-22 3651
从许多化合物构建结构多样的化合物库： 聚类方法 基于距离的方法 基于分类的方法 使用优化方法的方法 通过使用Ward方法进行聚类从化合物库中选择“各种”化合物，Ward方法是分层聚类方法之一。 导入库 from rdkit import rdBase, Chem, DataStructs from rdkit.Chem import AllChem from rdkit.Chem.D...
RDKit|骨架分解与侧链分离
最会设计的科研狗
05-21 1964
文章目录一、骨架分解1.Murcko Scaffold2.Generic Framework二、侧链分离1.rdRGroupDecomposition2.ReplaceCore 一、骨架分解 1.Murcko Scaffold Murcko骨架由Murcko等人设计并用药物的形状、结构分析。他们将药物分子拆解成四种单元：环系结构（ring system）、接头（linker）、骨架（scaffold）、侧链（side chain），其中scaffold又由ring system和linker组成；scaff
RDKit：化合物骨架分析（基于Python3）
DrugAI
08-26 5187
基于RDKit的骨架分析 代码实例： # In[1]: #!/usr/bin/env python3 from rdkit import Chem from rdkit.Chem import Draw from rdkit.Chem.Scaffolds import MurckoScaffold # In[2]: drugbank_input = Chem.SDMolSupplier...
DGL & RDKit | 基于GCN的多任务分类模型
DrugAI
03-21 3250
关于化学信息学领域基于图的方法的出版物很多。我无法涵盖所有​​内容，但仍然对这些领域感兴趣。我认为pytorch_geometric（PyG）和深图库（DGL）对于化学信息学家来说是非常有吸引力且有用的软件包。 我写了一些有关DGL和PyG的帖子。最近的DGL对化学信息学更加友好，因此我今天将DGL用于GCN模型构建。 最初，我尝试使用Skorch的DGL，但失败了。因此，我仅将DGL用...
RDKit | 子结构搜索和MCS算法
DrugAI
10-20 2744
MCS：Maximum Common Substructure 即使查询分子与数据库分子不完全匹配，也想知道其中有多少个通用结构，即最大公共子结构（MCS）。可以使用与子图同构相同的方法来计算。也可以按原样使用公共键（边）的数量作为阈值，或将其转换为相似性指标，例如Jaccard / Tanimoto系数。 部分结构匹配的情况下，可以在结构匹配时（或确定它们不匹...
kmeans聚类——化学分子聚类实战
m0_57210162的博客
07-26 989
案列中数据链接：https://pan.baidu.com/s/1kpNdwBNmyObbZP96KLidgA 提取码：1234 keggle原数据链接：https://pan.baidu.com/s/1MI_4HhHxaGlUIigEb1F6mA 提取码：12344 # coding=utf-8 #导入相关库文件并读取数据，（sklearn库文件较多，可在后续使用过程中导入） import pandas as pd from pandas import DataFrame impor..
计算化学的深度学习
热门推荐
诺米小粉的博客
03-05 2万+
Deep Learning for Computational Chemistry 【综述】计算化学的深度学习 全文基于谷歌翻译，语句多有不通顺 摘要 人工神经网络的兴衰在计算机科学和计算化学的科学文献中都有详细记载。然而近二十年后，我们现在看到了对深度学习兴趣的复兴，这是一种基于多层神经网络的机器学习算法。在过去的几年里，我们看到了深度学习在许多领域的变革性影响，尤其是在语音...
使用RDKit对分子进行聚类
LRJ的博客
09-21 1819
RDkit的聚类算法可以支持10万级别的化合物库，然而在内存为125 GB的服务器上测试20万分子的聚类时，可以看到随着聚类的时间增长，占用的内存也不停增加，最终在半个小时后，聚类20万分子由于内存溢出而崩溃。计算指纹并聚类，cutoff是指Tanimoto 相似度的阈值 ，差异度大于cutoff的化合物会被分到不同的类别中。cluster[100] 中有三个分子，分别是553，297，547号。上面定义好了函数，接下来读取化合物。
RDKit：化合物骨架分析
DrugAI
03-06 2421
新药研发是一项耗时长且耗资巨大的工程，据资料显示由安全性问题与药物代谢动力学性质不良引起新化学实体成药失败的比例高达60%，且这一比例还在逐年升高。代谢稳定性是影响药代动力学性质的主要因...
“RDKit | 化学信息学与AI”专栏介绍及专栏内容分类（持续更新......）
DrugAI
12-25 9025
“RDKit | 化学信息学与AI”专栏介绍 介绍RDKit相关知识点和运用以及RDKit作为处理化学、生物、药学和材料学科中分子数据作为可输入机器学习和深度学习模型的重要工具应用。内容涵盖了基于RDKit的Python3的分子的读写、化合物的分子指纹和分子描述符计算、化合物的2D/2D比对、化合物相似性搜索、化合物骨架分析和亚结构搜索、RMSD计算与构象生成优化、分子相似图与聚...
RDKit | 可视化官能团, 分子聚类, 相似图, 化合物高亮和骨架网络
DrugAI
12-08 3555
利用指纹挑选出不同的分子 import pandas as pd ligands = pd.read_csv('sample_ligands.csv', index_col=False)['canonical_SMILES'].values.tolist() from rdkit import Chem from rdkit.Chem import Draw from rdkit.Chem.rdMolDescriptors import GetMorganFingerprint from rdkit
RDKit化学式 分子式搜索
ejinxian的专栏
02-16 830
RDKit是一个用于化学信息学的开源工具包，基于对化合物2D和3D分子操作，利用机器学习方法进行化合物描述符生成，fingerprint生成，化合物结构相似性计算，2D和3D分子展示等。将化学与机器学习联系起来的、非常实用的库。可以在很多种化学文件如mol2，mol，Smiles，sdf等之间互相转化，并能将其展示成2D、3D等形式供开发人员使用 SMILES（Simplified molecular input line entry system），简化分子线性输入规范，是一种用ASCII字符串明确
RDKit：化学指纹（Chemical Fingerprinting）
DrugAI
08-18 1万+
化学指纹识别是一种将绘制的分子转换为0和1位的流的方法。旧指纹类型是MACCS密钥，由前MDL开发，作为在分子数据库中进行子结构筛选的快速方法。公共版本包含166个键，即166 0和1，其中每个键对应于特定的分子特征，例如存在羰基（键154：（'[＃6] = [＃8]'，0），RDkit中的#C = O.实现）.RDkit中可用的另一种指纹是摩根型指纹，它是一种圆形指纹。每个原子的环境和连通性被...
10分钟获得小分子三级结构(.pdb)
weixin_42960896的博客
10-16 1万+
开心，打开公众号后台竟然有700粉丝咯，感谢大家的关注和分享，公众号日更永不断~~~ 获得本文所需软件：在生信星球公众号(文末有二维码)后台回复：”小分子结构"，包括chemdraw、openbabel、pymol打包发给你。 要做分子对接需要准备两个文件：蛋白质的结构坐标信息、小分子的结构坐标信息文件，格式是.pdb，这个格式的文件用三级结构可视化软件就可以读取和显示。 蛋白的结构坐标信息...
RDKit | 基于RDKit操纵分子结构（骨架转换）
DrugAI
01-15 2280
环境 Win10 RDKit2020.09.1 Python=3.7.9 RDKit操纵分子结构 导入库 import pandas as pd import numpy as np from rdkit import Chem from rdkit.Chem import AllChem, Draw Mol对象和SMILES之间转换 mol = Chem.MolFromSmiles('c1ccccc1') print(mol) smiles = Chem.MolToSmiles(mol
rdikt 计算片段
最新发布
05-30
在 RDKit 中，计算分子片段的方法主要有两种：一种是使用 SMARTS 模式匹配的方法，另一种是使用 Murcko 框架的方法。 使用 SMARTS 模式匹配的方法可以通过定义 SMARTS 模式来筛选出具有特定片段的分子。例如，可以...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DrugAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值