RDKit | 基于PCA探索化學空間

基于主成分分析和聚類探索化學空間

PCA ：Principal Component Analysis

分析化合物數據庫，發現它們之間的共享描述符（物理化學特性）。

1. 導入庫

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. 載入分子數據

該庫包含超過10?000 000個SMILES。 可以將.smiles文件作為文本文件讀取，將10000個分子保存在pandas中。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。