ChEMBLのアッセイのコンフィデンスレベル
IC50とKiのトレンドをChEMBLのデータセットから探るという論文を読んでいたら、データ抽出のフィルターにconfidence level == 9を入れていたので、これは何かなぁと。 >>> from pychembldb import * >>> for c in chembldb.query(ConfidenceScore).all(): ... print c.description ... Default value - Target unknown or has yet to be assigned Target assigned is non-molecular Target assigned is subcellular fraction Target assigned is molecular non-protein target Multiple homologou
ChEMBLのデータからMMP用のsdfセットを作成する
pychembldb使えば楽勝だというということの証明をしようと思ったが、意外に面倒くさかった。 ヒトのアッセイ系 信頼レベルマックス(Direct single protein target assigned) アッセイのタイプはBinding という条件でデータを引っ張ってくる。その後構造数<2のファイル（MMPにならない）を削除して、メタデータ(アッセイID, Uniprotのアクセッション番号、一般名称、データ元のジャーナル)を吐き出したあと、活性データをTSVに出力するようにしている。 最初はsdfのほうに活性情報も付けておけば楽勝じゃないかと思ったが、スキーマ見てたら測定タイプが正規化されてないうえに、AssayじゃなくてActivityのほうについてることに嫌な予感がしたので調べた。 やはり、pIC50とIC50が混在してたり、InhibitionとIC50が混在していた。
pychembldb
Verified details These details have been verified by PyPI Maintainers kzfm Unverified details These details have not been verified by PyPI Project links Homepage GitHub Statistics pychembldb is a Python interface for ChEMBLdb Requirements Python 3.7 or later (not support 2.x) MySQL-python >= 1.2.4 or psycopg2 >= 2.5.1 SQLAlchemy >= 1.3.1 ChEMBLdb and Python version pychembldb-0.1.x support chembl_
pychembldbでつくるChEMBLウェブサービス
Flaskとpychembldbを使えばChEMBLウェブサービスみたいなのは簡単に作れるよと、朝の30分くらいを使ってちょっとやってみた。 pychembldbはSQLAlchemyのラッパーなので、Flaskのほうではルーティングを設定して、ハンドラ関数用意すればいいだけ。特にFlaskはJSON化する関数が用意されているのでJSONで返すのはラク。 @app.route("/chemblws/compounds/<chembl_id>") def compound_by_ChEMBLID(chembl_id): compound = chembldb.query(Molecule).filter_by(chembl_id=chembl_id).one() result = {...} return jsonify(result) という感じでDictionaryを用意してxmlかjs
ChemDoodle Web Components | JavaScript HTML5 Chemistry
ChemDoodle Web Components A minimal, open-source, JavaScript library for fast, professional, HTML5 scientific interfaces Tutorial Download What are ChemDoodle Web Components? The ChemDoodle Web Components (CWC) library is a pure JavaScript chemical graphics and cheminformatics library derived from the ChemDoodle® application and produced by iChemLabs. ChemDoodle Web Components allow the wielder to
大規模フィンガープリント類似検索のための簡潔マルチビット木の実装を公開しました - Yasuo Tabeiの日記
以前のブログで紹介した簡潔マルチビット木のc++による実装 (Succinct Multibit Tree (SMBT)) を公開致しました。ソフトウェアーはgoogle codeからダウンロードすることができます。 http://code.google.com/p/smbt/ SMBTは去年のWABIで発表した内容にもとづいています。 簡潔マルチビット木に関するブログ記事 : http://d.hatena.ne.jp/tb_yasu/20120808/1344415559 論文 : Yasuo Tabei: Succinct Multibit Tree: Compact Representation of Multibit Trees by Using Succinct Data Structures in Chemical Fingerprint Searches, Workshop
RDKit
Useful Links GitHub page Frequently Asked Questions (FAQ) Git source code repository The bug tracker Q&A, Discussion Sourceforge page The mailing lists Searchable archive of rdkit-discuss Searchable archive of rdkit-devel RDKit at LinkedIn The RDKit Blog Online Documentation Python API C++ API Downloadable version of the full HTML documentation Japanese translation of the documentation Materials f
メドケム日記 トポロジーとオフターゲット
Yang Y, Chen H, Nilsson I, Muresan S, Engkvist O. Investigation of the Relationship between Topology and Selectivity for Druglike Molecules. Journal of Medicinal Chemistry. 2010:101013093941041. Available at: http://pubs.acs.org/doi/abs/10.1021/jm1008456. この報告では、分子のプロミスカスさ（煩雑性・オフターゲットへの親和性・貧選択性）を分子のトポロジーを指標に解析し、化合物選択の基準に利用できる事を示している。 分子のプロミスカスさは、脂溶性に相関する事が報告されている。一方で分子量との相関については、議論の余地がある。ここでは、分子のト
ChemCell - Easily Convert Names and CAS Numbers to Chemical Structures in Excel | Depth-First
ChemCell - Easily Convert Names and CAS Numbers to Chemical Structures in Excel By Richard L. Apodaca 2010-11-01T00:00:00.000Z Note: the same functionality described in this article is now available on Google Spreadsheets. Chemical databases often start as a list of names or Chemical Abstracts Service (CAS) Registry numbers contained in an Excel spreadsheet. But as more and more expectations get p
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
OpenSMILES Specification: Table of Contents
Slow publishing innovation: SMILES in ACS journals
1st RDKit User Group Meeting
Open Babel: Canonical Coding Algorithm
Cheminformatics Data Pipelining with KNIME - Getting Started | Depth-First
Error 404
OSCAR4 Launch, 13th April 2011 | Lanyrd
CDK & logP Values | So much to do, so little time
水素結合を深く知りたい
Chemometrics with R
Recognition of Hand Drawn Chemical Diagrams | /chemical/structure Blog