- 博客(9)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 RDKit | 基于RDKit的氨基酸序列转换为SMILES
一个氨基酸序列代表的化合物转换为MOL对象，并计算出该分子的描述符，用于机器学习。导入库from rdkit import Chemfrom rdkit.Chem import Drawfrom rdkit.Chem.Draw import IPythonConsoleIPythonConsole.ipython_useSVG = True载入数据peptide_smiles = Chem.MolToSmiles(Chem.MolFromFASTA("RGDfK"))print(
2020-12-30 13:31:45
4546
4
原创 RDKit | 基于最大公共子结构(MCS)的分子比对
导入库from rdkit import Chem, rdBasefrom rdkit.Chem import AllChemfrom rdkit.Chem.Draw import IPythonConsolefrom rdkit.Chem import Drawfrom rdkit.Chem import rdDepictorfrom rdkit.Chem import rdFMCSfrom rdkit.Chem import TemplateAlignIPythonConsole.i
2020-12-21 17:17:05
1947
原创 Nat. Commun. | 序列到功能的深度学习框架加速工程核糖调节剂设计和优化
作者 | 李梓盟审稿 | 董靖鑫今天给大家介绍由哈佛大学和剑桥大学的研究人员联合发表在Nature Communications的一篇文章。由于对设计规则的理解有限，设计全新的生物回路组...
2020-12-10 12:54:02
1347
原创 Elsevier的Greg Landrum访谈 | 成功的开源化学信息软(RDKit)的要素是什么？
RDKit是化学信息学和机器学习软件的集合，正在协助解决化学信息的难题。RDKit的创始人和创建者Greg Landrum在Elsevier的推动下接受了UDM（统一数据模型）团队的采访，分享了他的经验，即成功之路是怎样的，一个开源项目要想成功需要具备哪些要素。采访中所学到的知识将有助于塑造统一数据模型项目的未来，该项目正在从财团主导的Pistoia联盟模式向社区主导的模式转变。Greg Landrum一切是如何开始的？Greg是一名化学家。在德国做完博士后后，他搬到了加州，...
2020-12-09 17:16:02
1327
原创 Nat. Mach. Intell. | 深度神经网络中的捷径学习
今天给大家介绍来自德国蒂宾根大学的Robert Geirhos和加拿大多伦多大学的Claudio Michaelis等人发表在Nature Machine Intelligence的文章“Shortcut learning in deep neural networks”。文章认为有很多种深度学习（DL）案例的失败可以看作是同一个问题——捷径学习（Shortcut Learning）的不同表现。捷径学习是在标准基准上性能良好但是在更具挑战性的测试条件上表现较差的决策规则（decision rule...
2020-12-09 17:16:02
1656
原创 RDKit | 可视化官能团, 分子聚类, 相似图, 化合物高亮和骨架网络
利用指纹挑选出不同的分子import pandas as pdligands = pd.read_csv('sample_ligands.csv', index_col=False)['canonical_SMILES'].values.tolist()from rdkit import Chemfrom rdkit.Chem import Drawfrom rdkit.Chem.rdMolDescriptors import GetMorganFingerprintfrom rdkit
2020-12-08 19:09:45
3552
3
原创 RDKit | 多肽HELM字符串格式与分子Mol格式间的转换
导入库from rdkit import rdBase, Chemfrom rdkit.Chem import Draw, rdDepictorfrom rdkit.Chem.Draw import IPythonConsoleprint('rdkit version: ', rdBase.rdkitVersion)rdkit version: 2020.03.2Oxytocin_mol = Chem.MolFromHELM('PEPTIDE1{C.Y.I.Q.N.C.P.L.
2020-12-05 15:28:28
1592
2
原创 RDKit | 从ChEMBL数据库提取大分子HELM单体（XML转换为DataFrame并搜索部分结构)
研究大分子的HELM表示。HELM具有分层结构，并结合了单体来代表聚合物（例如肽）。HELM的特征是其表达的可扩展性，还可以通过将原始单体添加到单体库中来表达不自然的结构。另一方面，由于HELM表达式使用缩写（ID），所以如果不共享单体库，则存在指定具有相同ID的不同单体的风险，因此了解单体库很重要。找出什么样的单体信息存储在ChEMBL中，这是HELM也处理的熟悉的数据库。具体旨在读取XML文件中提供的单体库，并将其转换为Pandas DataFrame。导入库import xm
2020-12-05 15:23:03
1637
1
原创 DeepMind的蛋白质折叠AI解决了50年来的生物学重大挑战
科学家们表示，谷歌用于预测蛋白质3D形状的深度学习计划有望改变生物学。前言蛋白质是生命的基石，负责细胞内发生的大部分事情。蛋白质的工作方式和功能由其三维形状决定-"结构即功能 "是分子生物学的公理。几十年来，实验室实验一直是获得良好蛋白质结构的主要途径。从20世纪50年代开始，利用X射线束射向结晶的蛋白质，并将衍射光转化为蛋白质的原子坐标的技术，首次确定了蛋白质的完整结构。X射线晶体学产生了绝大部分的蛋白质结构。但是，在过去的十年里，低温电镜已经成为许多结构生物学实验室青睐的工具。...
2020-12-02 02:34:16
1298
RDKit Documentation Release 2019.09.1.pdf
2019-12-26
基于神经网络的溶解度预测和回归分析的数据集文件
2018-09-16
pymol-2.1.0-cp36-cp36m-win
2018-05-18
2017-Bioinformatics-Volume II- Structure, Function, and Applications
2018-05-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人