python visa模块_Python visar包_程序模块 - PyPI - Python中文网

visar

visar：一种交互式工具，用于剖析由深部神经网络qsar模型学习的化学特征

丁庆阳、侯思宇、祖松鹏、张永辉、邵莉

清华大学综合与系统生物学系生物信息学教研室，中国北京100084

清华大学药学院，北京100084，

中国.<

目录本项目的目标

工作流程

使用说明

本项目的目标

(返回到目录)

虽然之前的许多工作都集中在改进模型的预测优点上，但很少有人研究经过训练的模型，检查模型是否在学习真正重要的东西，并将模型所学的东西与有用的见解联系起来。

在这里，我们进一步解释了从深部神经网络qsar模型中学习到的特征，并提出了visar，一个基于学习到的特征可视化结构-活动关系和化学活动景观的交互式工具，从而提供了对神经网络的更深入的见解。AL网络"黑匣子"。

对于学习任务，visar首先为用户提供了建立、训练和测试深层神经网络模型的有用功能。

visar工作流程的基本原理如下图所示：

visar从神经网络qsar模型的一系列训练权值出发，提供了从3个层次上剖析所学化学特征的可视化工具：1)在宏观层次上，将具有权值特征的化合物进行聚类，形成不同的化学景观。不同的任务；2)在中尺度上，在化学景观上具有相似结构和相似活性的每一个局部化学簇内，可以识别出药效特征；3)在微观层次上，针对每一个任务为每一个化合物建立sar模式。

Visar工作流功能：对于学习任务，visar首先为用户提供了建立、训练和测试神经网络模型的有用功能。

然后将模型的学习参数映射回每个原子的权重，并将其可视化为结构活动关系(sar)模式，显示训练模型所建议的正贡献子结构和负贡献子结构。

visar提取化学物质的转化特征，构建活动景观，显示模型训练后的描述子空间与实验活动空间的相关性。

借助visar的交互式web应用，用户可以交互式地探索每种化学品的化学空间和sar模式。

然后，可以对景观上的化学物质集群进行有效药效团分析。

我们提出visar可以作为一个有用的工作流，用于深度神经网络qsar模型的训练和交互分析。

工作流程

(返回到目录)

培训、测试和结果处理流程可在Template Jupyter笔记本中找到：

完成训练过程后，在提示窗口中通过"bokeh serve--show visar_webapp"启动应用程序进行交互式探索。

交互式分析的一般步骤是：设置预合成数据帧的位置(包括前缀)和训练模式。点击上方面板上的"运行"按钮后，整个界面将根据您的设置进行更新。

探索左侧面板上化学空间的活动概况。

有几个地方可以进行交互式探索，包括：a.用于散点图的颜色选项，根据化合物的不同活性启用不同的颜色呈现；b.与底部面板上热图的排列相关的双簇数量(通过尝试不同的双簇编号，用户可以了解活性曲线在化学景观中的分布)；e.将鼠标悬停在散点图上时化合物的信息，显示其ID、批次ID和双簇所在位置的颜色代码当鼠标悬停在热图上时，显示批次的信息，显示其所属的双群集的ID和颜色代码。

选择左面板上的批次或单个化合物后，在右面板上可视化化学结构和合成孔径雷达模式。批量选择有两种方式：一是直接点击热图，二是使用下拉列表(C)。对于复合选择，使用散点图的点击模式并点击点。由于对于robustmt模式，多个任务给出了它们对应的合成孔径雷达模式；因此，通过选择合成孔径雷达任务(d)，合成孔径雷达模式将相应地更新。

用于所选化合物和药效团分析的SDF文件的生成可参考模板Jupyter笔记本

使用说明

(返回到目录)通过将其作为zip存档文件下载并解压缩：

或者使用程序包将其克隆到您的计算机上git clone https://github.com/Svvord/visar.git对于训练环境，建议使用python=3.5，环境取决于：deepchem、rdkit、keras、tensorflow、numpy、pandas、sklearn、scipy。# Install packages via pip

pip install visar建议使用conda为可视化准备工作环境，请参阅teachopencadd。# Create and activate an environment called `visar`

conda create -n visar python=3.6

conda activate visar

# Install packages via conda

conda install bokeh

conda install -c rdkit rdkit # Installs also numpy and pandas

conda install -c conda-forge scikit-learn # Installs also scipy

conda install jupyter # Installs also ipykernel

conda install -c conda-forge seaborn # Installs also matplotlib

conda install -c samoturk pymol # optional

conda install -c conda-forge pmw # optional# start the web appcd /path/of/visar

bokeh serve --show VISAR_webapp

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库