我是靠谱客的博主 激情牛排,最近开发中收集的这篇文章主要介绍python画出分子化学空间分布(UMAP),觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

利用umap画出分子化学空间分布图
安装

pip install umap-learn

下面是用一个数据集举的例子

import torch
import umap
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.manifold import TSNE
from rdkit.Chem import AllChem as Chem
from sklearn.preprocessing import StandardScaler

def get_fp(list_of_smi):
    """ Function to get fingerprint from a list of SMILES"""
    fingerprints = []
    mols = [Chem.MolFromSmiles(x) for x in list_of_smi]
    # if rdkit can't compute the fingerprint on a SMILES
    # we remove that SMILES
    idx_to_remove = []
    for idx,mol in enumerate(mols):
        try:
            fprint = Chem.GetMorganFingerprintAsBitVect(mol, 2, useFeatures=False)
            fingerprints.append(fprint)
        except:
            idx_to_remove.append(idx)
    
    smi_to_keep = [smi for i,smi in enumerate(list_of_smi) if i not in idx_to_remove]
    return fingerprints, smi_to_keep
def get_embedding(data):
    """ Function to compute the UMAP embedding"""            
    data_scaled = StandardScaler().fit_transform(data)
    
    embedding = umap.UMAP(n_neighbors=10,
                          min_dist=0.5,
                          metric='correlation',
                          random_state=16).fit_transform(data_scaled)
    
    return embedding
def draw_umap(embedding_hp1):
    fig, ax = plt.subplots(figsize=(50, 40))
    contour_c='#444444'
    plt.xlim([np.min(embedding_hp1[:,0])-0.5, np.max(embedding_hp1[:,0])+1.5])
    plt.ylim([np.min(embedding_hp1[:,1])-0.5, np.max(embedding_hp1[:,1])+0.5])
    labelsize = 40
    plt.xlabel('UMAP 1', fontsize=labelsize)
    plt.ylabel('UMAP 2', fontsize=labelsize)
    ax.spines['right'].set_visible(False)
    ax.spines['top'].set_visible(False)
    plt.scatter(embedding_hp1[:, 0], embedding_hp1[:, 1], lw=0, c='#D55E00', label='HPK1', alpha=1.0, s=180, marker="o", edgecolors='k', linewidth=2) 
    leg = plt.legend(prop={'size': labelsize}, loc='upper right', markerscale=2.00)
    leg.get_frame().set_alpha(0.9)    
    plt.setp(ax, xticks=[], yticks=[])
    plt.show()
def main():
    hpk1 = pd.read_csv("/y/Aurora/Fergie/data/preprocessed/HPK1_preprocess.csv")
    smiles_h1 = hpk1["SMILES"]
    fp_hp1, sm_for_hp1 = get_fp(smiles_h1)
    fp_hp1 = np.array(fp_hp1)

    embedding_hp1 = get_embedding(fp_hp1)
    draw_umap(embedding_hp1)

if __name__ == '__main__':
    main()

在jupyter notebook上运行成功,结果如下:
在这里插入图片描述可用于对比不同数据集的化学空间,以下是三个数据集化学空间的分布图
在这里插入图片描述Reference:
https://github.com/ETHmodlab/virtual_libraries

最后

以上就是激情牛排为你收集整理的python画出分子化学空间分布(UMAP)的全部内容,希望文章能够帮你解决python画出分子化学空间分布(UMAP)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(56)

评论列表共有 0 条评论

立即
投稿
返回
顶部