- 综合排序
- 最热优先
- 最新优先
- 来自专栏DrugOne
RDKit | 基于RDKit的指定原子或键高亮
脚本文件： HilightChemAtom.py from rdkit import Chem from rdkit.Chem.Draw import rdMolDraw2D from IPython.display
1.2K60发布于 2021-02-01 - 来自专栏DrugOne
RDKit：运用RDKit计算USRCAT（形状相似性）
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3505738/ RDKit代码： import os import seaborn as sns import pandas as pd from rdkit import Chem from rdkit.Chem import rdBase from rdkit.Chem import RDConfig from rdkit.Chem import AllChem from rdkit.Chem.rdMolDescriptors import GetUSRScore, GetUSRCAT from rdkit.Chem
1.4K20发布于 2021-01-28 - 来自专栏DrugScience
rdkit.Chem
rdkit用于处理分子的模块 rdkit.Chem.Atompairs 对Atom-pair 指纹的实现 可以通过以下函数访问指纹： - GetAtomPairFingerprint - GetHashedAtomPairFingerprint 实现代码： rdkit.Chem.AtomPairs.Pairs.ExplainPairScore(score, includeChirality=False) >>> from rdkit import 参数：mol（分子） 返回：SparseBitVect >>> from rdkit import Chem >>>m = Chem.MolFromSmiles('CCC') >>>v = [ pyScorePair ), ... ] >>>v.sort() >>>fp = GetAtomPairFingerprintAsBitVect(m) >>>list(fp.GetOnBits())==v True rdkit.Chem.AtomPairs.Pairs.pyScorePair >>> from rdkit import Chem >>>m = Chem.MolFromSmiles('CCCCC') >>>c1 = Utils.GetAtomCode(m.GetAtomWithIdx
71610发布于 2021-02-04 - 来自专栏DrugOne
RDKit相关文章汇总
RDKit简介： ---- RDKit在2000-2006年期间在Rational Discovery开发和使用，用于构建吸收、分布、代谢、代谢、毒性和生物活性的预测模型。 ---- RDKit安装： Linux（CentOS 7_x64位）系统安装RDkit RDKit相似性图： RDKit toolkit实战：Generating Similarity Maps RDKit 描述符计算及可视化： RDKit toolkit实战：描述符计算及可视化 RDKit分子间RMSD计算： RDKit：计算不同分子或构象之间的RMSD RDKit：计算不同小分子构象之间的RMSD RMSD:通过旋转计算两个分子间的最小rmsd RDKit分子格式转换sdf转smiles： 基于RDKit的Python脚本：SDF格式转SMILES格式 RDKit小分子聚类： 聚类小分子数据集 (基于RDKit的Python脚本) RDKit形状相似性： RDKit：运用RDKit计算USRCAT（形状相似性） RDKit化合物骨架分析： RDKit：化合物骨架分析 基于RDKit的QSAR
80340发布于 2021-02-01 - 来自专栏DrugOne
RDKit支持PostgreSQL配置
安装RDKit的PostgreSQL支持 conda install -c rdkit rdkit-postgresql 安装psycopg2，是Python语言的PostgreSQL数据库接口 pip install psycopg2 为drugbank数据库创建扩展： psql -c 'create extension rdkit' drugbank 代码示例 #! /usr/bin/python3 from rdkit import Chem import psycopg2 as ps c = ps.connect(dbname='drugbank', user
1.4K10发布于 2021-01-28 - 来自专栏DrugScience
rdkit.Chem.QED
由基于RDKit的Biscu-it（tm）实现生成的QED结果与原始出版物[1]的结果不完全相同。这些差异是两种方法中使用的基础计算属性计算器之间差异的结果。 操作 #导入包 In [1]: import rdkit In [2]: from rdkit import Chem In [3]: from rdkit.Chem import QED #创建一个分子 =74.079,ALOGP=0.481, HBA=2, HBD=1, PSA=37.3, ROTB=1, AROM=0, ALERTS=0) #x属性 In [7]: type(x) Out[8]: rdkit.Chem.QED.QEDproperties
1.5K20发布于 2021-02-04 - 来自专栏DrugOne
基于RDKit探索DrugBank（demo）
/usr/bin/python3 from rdkit import Chem from rdkit.Chem.Draw import IPythonConsole from rdkit.Chem import AllChem from rdkit import DataStructs from rdkit.Chem import Draw import pandas as pd #载入数据 #获取数据集中第一个分子 ---- 参考资料： https://russodanielp.github.io/exploring-drugbank-using-rdkit.html https://blog.csdn.net/u012325865
1K30发布于 2021-01-28 - 来自专栏DrugScience
Rdkit实现分子指纹
RDKit具有多种内置功能，可用于生成分子指纹并使用它们来计算分子相似性。 Torsions Morgan Fingerprints (Circular Fingerprints) 实现： #导入各种包 importrdkit fromrdkit import Chem from rdkit.Chemimport Draw from rdkit.Chem.Draw import IPythonConsole from rdkit import DataStructs from rdkit.Chem.Fingerprintsimport #导入包 from rdkit.Chem import MACCSkeys #获取MACCS指纹 fps =[MACCSkeys.GenMACCSKeys(x) for x in ms] #进行计算查看相似度 Pairs.GetAtomPairFingerprint(x)for x in ms] Morgan Fingerprints (CircularFingerprints) #摩根又称环形指纹，相当于ECFP4 from rdkit.Chem
3.1K10发布于 2021-02-04 - 来自专栏DrugOne
RDKit：化合物骨架分析
---- 基于RDKit的骨架分析 导入库 from rdkit importChem from rdkit.ChemimportDraw from rdkit.Chem.ScaffoldsimportMurckoScaffold
1.9K50发布于 2021-02-01 - 来自专栏DrugOne
RDKit | 定量评估类药性(QED)
基于RDKit计算QED ---- 导入库 from rdkit import rdBase, Chem from rdkit.Chem import PandasTools, QED, Descriptors 参考资料 https://www.nature.com/articles/nchem.1243 http://www.rdkit.org/docs/source/rdkit.Chem.QED.html? highlight=qed#rdkit.Chem.QED.qed ----
4.5K50发布于 2021-02-02 - 来自专栏DrugOne
RDKit | 基于PCA探索化学空间
osimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom matplotlib import gridspec from rdkit import Chem, DataStructsfrom rdkit.Chem import Descriptors,Crippen from sklearn.decomposition import 分子描述符计算 使用RDKit来计算2D和3D分子描述符。 参考资料 http://www.rdkit.org http://www.rdkit.org/docs/index.html
1.5K40发布于 2021-01-29 - 来自专栏智能生信
RDKit | 定量评估类药性(QED)
基于RDKit计算QED ---- 导入库 from rdkit import rdBase, Chem from rdkit.Chem import PandasTools, QED, Descriptors 参考资料 https://www.nature.com/articles/nchem.1243 http://www.rdkit.org/docs/source/rdkit.Chem.QED.html? highlight=qed#rdkit.Chem.QED.qed
4.3K10发布于 2021-02-04 - 来自专栏DrugOne
RDKit | 基于RDKit和k-均值对化合物进行非分层聚类
基于RDKit和k-均值对化合物进行非分层聚类 导入库 from rdkit import rdBase, Chem, DataStructs from rdkit.Chem import AllChem , Draw from rdkit.Chem.Draw import rdMolDraw2D import numpy as np import pandas as pd import matplotlib.pyplot
87380发布于 2021-02-01 - 来自专栏DrugScience
Rdkit学习-No.1-安装与使用
RDkit的安装与使用 简介 RDkit著名的开源化学信息学工具之一，基于BSD协议，核心数据结构与算法由C++编写。 换源的教程参考 安装命令： conda install rdkit 2：Pycharm模式 Pycharm并不能直接安装RDkit，当使用上一步Conda安装完成后，将python的环境配置修改为conda 的目录，即可在pycharm中使用Rdkit。 使用 1：分子的读取 from rdkit import Chem 可以从mol格式的文件中的读取分子，输入mol文件所在目录 m = Chem.MolFromMolFile('data/input.mol print(mol.GetNumAtoms()) 3:Fingerprinting and Molecular Similarity 计算Topological Fingerprints from rdkit
2.6K20发布于 2021-02-04 - 来自专栏DrugScience
使用Rdkit对SDF文件进行分割
import rdkit from rdkit import Chem suppl = Chem.SDMolSupplier('enamine_3d.sdf') count = len(suppl) 2102303
2.4K51发布于 2021-08-12 - 来自专栏DrugOne
RDKit：可视化药效团（Pharmacophore）
RDKit中可视化药效团（Pharmacophore） 代码示例 #导入依赖库 from IPython import display import os import subprocess from rdkit import Chem from rdkit import RDConfig from rdkit.Chem import AllChem from rdkit.Chem import rdMolAlign from rdkit.Chem import rdShapeHelpers from rdkit.Chem import rdMolDescriptors from rdkit.Chem import PyMol from rdkit.Chem import Draw from rdkit.Chem.Draw import IPythonConsole import copy import pprint
1.8K50发布于 2021-02-01 - 来自专栏DrugOne
基于Pytorch和RDKit建立QSAR模型
尝试使用pytorch和RDKit构建QSAR模型 环境依赖 pip install pprint pip install argparse #安装rdkit conda install -c rdkit rdkit #安装Pytorch conda install pytorch-cpu -c pytorch 基于Pytorch和RDKit的QSAR模型代码: #! from torch import nn as nn import torch.nn.functional as F from torch.autograd import Variable from rdkit import Chem from rdkit.Chem import AllChem from rdkit.Chem import DataStructs import numpy as np #from
1.6K30发布于 2021-01-28 - 来自专栏DrugOne
RDKit：化合物相似性搜索
化合物相似性在化学信息学和药物发现中具有悠久的历史，许多计算方法采用相似度测定来鉴定研究的新化合物。
1.4K30发布于 2021-01-28 - 来自专栏DrugOne
RDKit | 化学信息学与AI(专辑)
RDKit | 化学信息学与AI 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。 3 ‘’RDKit | 化学信息学与AI”专栏介分类整理 RDKit安装 Linux（CentOS 7_x64位）系统下安装RDkit https://blog.csdn.net/u012325865 RDKit | 计算拓扑极性表面积TPSA https://blog.csdn.net/u012325865/article/details/102552770 RDKit | 基于RDKit描述三维分子形状 ://blog.csdn.net/u012325865/article/details/102524904 RDKit | 定量评估类药性(QED) 基于RDKit的构象与RMSD计算 RDKit | 与化学反应 RDKit | 基于RDKit绘制化学反应 https://blog.csdn.net/u012325865/article/details/103687862 RDKit | 基于RDKit
3.8K61发布于 2021-02-02 - 来自专栏DrugOne
RDKit | 通过评估合成难度筛选化合物
---- 导入库 from rdkit import rdBase, Chem from rdkit.Chem import AllChem, Draw, PandasTools from rdkit.Chem.Draw 将smiles转换为RDKit 的Mol对象 PandasTools.AddMoleculeColumnToFrame(frame=df, smilesCol='smiles') df.head() ?
1.9K40发布于 2021-02-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号