RDKit | 基于PCA探索化学空间

                     基于主成分分析和聚类探索化学空间

 PCA ：Principal Component Analysis

分析化合物数据库，发现它们之间的共享描述符（物理化学特性）。

1. 导入库

  

   

    

     

    
    

     

      import os
     
    
   

    

     

    
    

     

      import pandas as pd
     
    
   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      import matplotlib.pyplot as plt
     
    
   

    

     

    
    

     

      from matplotlib import gridspec
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      from rdkit import Chem, DataStructs
     
    
   

    

     

    
    

     

      from rdkit.Chem import Descriptors,Crippen
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      from sklearn.decomposition import PCA
     
    
   

    

     

    
    

     

      from sklearn.preprocessing import StandardScaler
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      import matplotlib.cm as cm
     
    
   

    

     

    
    

     

      from sklearn.metrics import silhouette_samples, silhouette_score
     
    
   

    

     

    
    

     

      from sklearn.cluster import KMeans
     
    
  
 

2. 载入分子数据

该库包含超过10 000 000个SMILES。 可以将.smiles文件作为文本文件读取，将10000个分子保存在pandas中。

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/100727712