RDKit toolkit实战三:描述符计算及可视化
2017-11-19 22:51
295 查看
Descriptor Calculation & Visualization of Descriptors
Linux(CentOS 7_x64位)系统下安装RDkit(修正)点击打开链接RDKit toolkit实战演练学习一下,参考网站点击打开链接
描述符计算在结构搜索比对以及QSAR中应用很广。
#!Python2.7 from rdkit import Chem from rdkit.Chem import Descriptors from rdkit.Chem import AllChem from rdkit.Chem.Draw import SimilarityMaps m = Chem.MolFromSmiles('c1ccccc1C(=O)O') Descriptors.TPSA(m) m = Chem.MolFromSmiles('c1ccccc1C(=O)O') AllChem.ComputeGasteigerCharges(m) float(m.GetAtomWithIdx(0).GetProp('_GasteigerCharge')) get_ipython().run_line_magic('matplotlib', 'inline') mol = Chem.MolFromSmiles('COc1cccc2cc(C(=O)NCCCCN3CCN(c4cccc5nccnc54)CC3)oc21') AllChem.ComputeGasteigerCharges(mol) contribs = [float(mol.GetAtomWithIdx(i).GetProp('_GasteigerCharge')) for i in range(mol.GetNumAtoms())] fig = SimilarityMaps.GetSimilarityMapFromWeights(mol, contribs, colorMap='jet', contourLines=10) from rdkit.Chem import rdMolDescriptors contribs = rdMolDescriptors._CalcCrippenContribs(mol) fig = SimilarityMaps.GetSimilarityMapFromWeights(mol,[x for x,y in contribs], colorMap='jet', contourLines=10)
Jupyter Notebooks效果
相关文章推荐
- RDKit toolkit实战一:调用Python API
- RDKit toolkit实战二:Generating Similarity Maps Using Fingerprints
- RDKit:计算不同分子或构象之间的RMSD
- 『科学计算』可视化二元正态分布&3D科学可视化实战
- 第五讲Matlab 计算结果的可视化
- 实战 | 深度学习轻松学:如何用可视化界面来部署深度学习模型 转载 2017年12月27日 00:00:00 109 翻译 | AI科技大本营 参与 | 王赫 上个月,我有幸结识了 DeepCogn
- 实战使用Axure设计App,使用WebStorm开发(1) – 用Axure描述需求
- 最优化基础:损失函数可视化、折页损失函数 & 梯度计算
- 【D3.JS数据可视化实战记录】绘制动态状态变化趋势图
- 实战某小型企业项目系列一:需求描述
- iOS7新特性之TextKit(四)通过boundingRectWithSize:options:attributes:context:计算文本尺寸
- 表达式,转换和计算,用C语言描述--Part1
- 订单可视化2实战-合同评审
- Spark调研笔记第7篇 - 应用实战: 如何利用Spark集群计算物品相似度
- Spark入门实战系列--7.Spark Streaming(上)--实时流计算Spark Streaming原理介绍
- Gephi可视化(一)——使用Gephi Toolkit创建Gephi应用
- 谈谈Python实战数据可视化之pygal模块(实战篇)
- 【D3.JS数据可视化实战记录】绘制条形图
- 两个例子(来自Storm实战 构建大数据实时计算)
- Tensorflow实战学习(四)【张量表示、类型、形状、计算】