RDKit | 基于RDKit和k-均值对化合物进行非分层聚类

具有高相似性的分子组合可以改写为在化合物空间（化学空间）中具有短距离。在这种情况下，“相似性”和“距离”可互换使用。通过选择相距较远的化合物，可以构建各种化合物库。

如何建立高度多样化的化合物库

1. 聚类方法
2. 基于距离的方法
3. 基于分类的方法
4. 使用优化方法的方法

这次使用k-means方法（一种非分层聚类方法）从化合物库中选择“多样化”化合物。

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 as plt
     
    
   

    

     

    
    

     

      %matplotlib inline
     
    
   

    

     

    
    

     

      print(rdBase.rdkitVersion) 
     
    
  
 

载入数据

  

   

    

     

    
    

     

      suppl = Chem.SDMolSupplier('Screening_Collection.sdf')
     
    
   

    

     

    
    

     

      mols_free = [x for 
     
    
  
 

文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。

原文链接：drugai.blog.csdn.net/article/details/104794745