rdkit&gnn | 图神经网络分子构建图表征源码

已于 2022-05-17 16:28:41 修改
阅读量932 收藏 6
点赞数 1
分类专栏： AIDD | CADD | 化学 | 生物 | 医疗 文章标签： 神经网络 自然语言处理
于 2020-12-10 20:06:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43236007/article/details/110970206
版权
本文介绍如何利用RDKit库和图神经网络（GNN）技术，为分子构建图结构，并对原子进行索引，进一步生成用于模型输入的图特征表示。
摘要由CSDN通过智能技术生成

创建图结构

class MolGraph(object):

    def __init__(self):
        self.nodes = {
   }
了解本专栏 订阅专栏 解锁全文 超级会员免费看
ASKCOS
关注
专栏目录
订阅专栏
rdkit&gnn | 图神经网络分子中原子与键的输入表征
ASKCOS博客
12-09 714
采取one-hot编码的形式 allowable_set中为事先设定好的化学性质 def one_of_k_encoding(x, allowable_set): if x not in allowable_set: raise Exception("input {0} not in allowable set{1}:".format(x, allowable_set)) return [x == s for s in allowable_set] def one_of_k
RDKit|分子可视化，定制你的分子图
qq_39889473的博客
09-21 242
在化学信息学和分子设计中，能够以定制化的方式展示分子结构图对于科学研究和数据呈现至关重要。RDKit 提供了多种方法来调整分子图的样式和标签，使得用户可以根据具体需求对分子图进行美化和标注。本节将介绍如何使用 RDKit 自定义分子图的外观，包括修改原子和键的样式、添加注释、调整颜色以及设置其他视觉元素。1 自定义原子和键的颜色通过自定义原子和键的颜色，可以突出显示分子中特定的结构特征或化学性质，这在分析分子结构或展示关键化学基团时特别有用。1.1 自定义原子颜色可以通过。
使用pytorch构建图卷积网络预测化学分子性质
deephub
01-04 5494
我们通过一个简单的化学问题介绍了图卷积网络的基本原理，实现了自己的网络，并且对比基类模型，证明了我们模型的有效性，这是我们学习GCN的第一步。作者：Gaurav Deshmukh。
RDkit三：通过smiles编码生成带有分子图的数据表
gongfuxiongmao_的博客
08-12 2356
rdkit做分子图
rdkit:RDKit库的官方资源
03-26
RDKit 是用C ++和Python编写的化学信息学和机器学习软件的集合。 -开源的商业友好许可证 C ++中的核心数据结构和算法 使用Boost.Python生成的 用SWIG生成的Java和C＃包装器 2D和3D分子操作 用于机器学习的和生成 PostgreSQL分子数据库，支持子结构和相似性搜索以及许多描述符计算器 化学信息学节点 利用RDKit的强大功能，使用有用的社区贡献软件创建文件夹 社区 代码 和 网络存在 用户小组会议的材料 文献资料 在和GitHub上的文件夹中可用 安装 安装说明位于。 二进制发行版，Anaconda，自制软件 或者，如果您使用的是conda-forge堆栈，则也conda-forgeRDKit。 适用于RedHat Enterprise Linux，Centos和Fedora的 。 由Gianluca Sforna提供。 Ubuntu和其
centos7源码编译安装rdkit加python3接口调用
qq_38312419的博客
07-01 1309
RDKit是一款开源化学信息学与机器学习工具包，提供C++和Python的API接口，由于工作需要，最近需要在服务器上安装rdkit，折腾了两天左右，分享于此，以免后来人误坑： anaconda安装 首先按照官方的安装教程：Installation，尝试用anaconda安装（官方说是最快的安装方法），结果很多包下载不下来，一直无法响应。把anaconda镜像源改成国内的清华源，大部分包能下载...
图神经网络与分子表征：1. 分子图和图神经网络基础
frank_haha的博客
08-22 2498
CSDN的朋友们大家好，好久没写系列文章了。近期读了很多图神经网络（GNN）和分子表征（molecular representation）的论文，正好最近不是很忙，所以我决定把自己的学习过程记录下来，与大家共勉。
代码学习笔记 | rdkit| psi4 | GNN | df | 命令随手记 | 持续更新.......
xxxxxxbaby的博客
05-25 576
rdkit| psi4 命令随手记 | 持续更新......
GNN系列（三）：基于图神经网络的节点表征学习
Xiaoffy's Blog
06-23 1059
基于图神经网络的节点表征学习 通过节点分类任务来比较MLP和GCN, GAT（两个知名度很高的图神经网络）三者的节点表征学习能力。本部分学习包括： 做一些准备工作，即获取并分析数据集、构建一个方法用于分析节点表征的分布。 考察MLP用于节点分类的表现，并分析基于MLP学习到的节点表征的分布。 逐一介绍GCN, GAT这两个图神经网络的理论、他们在节点分类任务中的表现以及它们学习到的节点表征的分布。 比较三者在节点表征学习能力上的差异。 准备工作 获取并分析数据集 from torch_geometric
GNN学习笔记（七）：基于图神经网络的图表征学习方法
LuoMin2523的博客
07-05 2359
在此篇文章中我们将学习基于图神经网络的图表征学习方法，图表征学习要求根据节点属性、边和边的属性（如果有的话）生成一个向量作为图的表征，基于图表征我们可以做图的预测。 基于图同构网络（Graph Isomorphism Network, GIN）的图表征网络是当前最经典的图表征学习网络，我们将以它为例，将通过该网络的实现、项目实践、理论分析，三个层面来学习基于图神经网络的图表征学习方法。 图表征网络的实现 基于图同构网络的图表征学习主要包含以下两个过程： 首先计算得到节点表征； 其次对图
基于GNN图神经网络预测（Python完整源码数据包）
11-22
基于GNN图神经网络预测（Python完整源码数据包） 基于GNN图神经网络预测（Python完整源码数据包） 基于GNN图神经网络预测（Python完整源码数据包） 基于GNN图神经网络预测（Python完整源码数据包） 基于GNN图神经...
图神经网络实战（1）——图神经网络(Graph Neural Networks, GNN)基础
热门推荐
盼小辉丶的博客
01-02 8万+
本节全面介绍了图神经网络 (Graph Neural Network, GNN) ，包括其在数据分析和机器学习中的重要性。首先探讨了图作为数据表示的相关概念及其在各个领域的广泛应用；然后深入探讨图学习的重要性，包括不同的应用和技术。最后，重点介绍了 GNN 架构，并对比了它与其他方法之间的原理和性能差异。
gnn图神经网络（代码完整）
01-03
总的来说，这个压缩包提供的代码可能包括了构建GNN模型、读取和处理图数据、训练和验证模型、以及生成节点嵌入等环节，是学习和实践图神经网络的一个宝贵资源。对于希望深入理解和应用GNN的IT从业者来说，这是一个...
基于图神经网络GNN的社交网络原点预测设计源码
最新发布
09-30
本项目为基于图神经网络（GNN）的社交网络原点预测设计源码，总计包含55个文件，涵盖17个Python脚本、13个Python编译文件、8个文本文件、6个Python对象文件、3个图模型文件、3个Jupyter笔记本、2个numpy数组文件、1...
Achronix - 机器学习实战：GNN（图神经网络）加速器的FPGA解决方案
01-20
【GNN（图神经网络）】是机器学习领域的一个重要分支，它专门处理非欧氏数据，即数据之间存在复杂依赖关系的图结构。在传统的机器学习任务如图像分类、语音识别中，数据多为欧氏数据，具有固定的维度和顺序。而GNN则...
rdkit的图可视化
zhaoluwei的博客
05-15 583
因为当初想用rdkit生成的图去进行可视化，就去找了相关的博客去看。 RDKit | 基于RDKit绘制带原子和键的索引、注释和立体化学https://zhuanlan.zhihu.com/p/163827512。 有几个问题出现: 1:最初出现是因为rdkit的版本是2017年的，有点老，所以就新建了一个2020的rdkit版本。 https://zhuanlan.zhihu.com/p/163827512. 2:新版本可以跑通这个代码，但是就是无法生成图片。尝试了用jupyter notebo
RDKit | RDKit处理graph-化合物的邻接矩阵、距离矩阵和维纳指数
DrugAI
11-01 3671
化合物的图（graph）表示 图可以表示一个原子与另一个原子的连接方式。 只有原子的连接和拓扑结构是重要的，而不是键距。 邻接矩阵 两个原子之间： 如果有结合，则为1； 如果没有结合，则为0。 那么，所有的原子间键都可以用下面的矩阵来表示。 这样的表示方法称为图的 "邻接矩阵"（adjacency matrix）。 当有两个键时，有时会用到2。 每个原子所连接的键数称为原子的 "度"（degree）。 根据定义，相邻矩阵是对称的。 距离矩阵 描述两个原子之间最短距离的矩阵称为 .
HM-GNN：基于分子-基序异构图神经网络的分子表示学习模型
数据派THU
10-12 1561
今天给大家介绍一篇由爱荷华州立大学的Zhaoning Yu 与Hongyang Gao发表在ICML（International Conference on MachineLearning）上的文章。作者在该论文中考虑学习分子的基序级特征表示以改善分子整体的特征学习，基于此搭建了分子-基序异构图神经网络模型（HM-GNN），并在多个数据集上与其他模型比较取得了最优的表现，另外作者提出可以将此方法...
RDkit一：利用RDkit筛选化学小分子结构特征
gongfuxiongmao_的博客
05-19 3656
最近在做关于小分子筛选的项目，涉及到一些处理方式，后面会逐篇总结遇到的一些问题及解决方法。 首先简单介绍一下RDkit，RDkit是一款用来处理化学小分子的python开源包，最早是由诺华公司开发的，底层是由C++编写的。在github上有它的源码和说明书，地址如下： https://github.com/rdkit/rdkithttps://github.com/rdkit/rdkitRDkit在Anaconda或miniconda环境中的安装： c...
rdkit&networkx | 通过图编辑距离GED计算分子相似性
ASKCOS博客
05-17 1337
定义 图的编辑距离计算（Graph Edit Distance Computation）是指，对两个图之间通过点和边的insert、delete、substitute操作完成相互转换所需要的最少操作数。GED问题是一个NPC问题，同时也是许多图上应用问题，比如图分类问题、图匹配问题、图相似度搜索问题的核心操作。 代码 from rdkit import Chem import networkx as nx def get_graph(mol): Chem.Kekulize(mol) at
评论
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

ASKCOS

你的鼓励是我最大的动力

¥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