Scikit-fingerprints: 在 Python 中快速高效计算分子指纹
原文中文,约300字,阅读约需1分钟。发表于: 。这项工作介绍了一个用于计算化学信息学应用中的分子指纹的 Python 软件包,extit {scikit-fingerprints}。该软件包提供了行业标准的 scikit-learn 接口,易于使用并与机器学习流程轻松集成。它还具有高度优化的并行计算功能,能够高效处理大规模分子数据集。目前,extit {scikit-fingerprints} 是 Python...
该研究提出了一种新的方法,通过结合子结构计数、k-mers和类似Daylight的指纹来扩展SMILES字符串中的化学结构表示。实验评估表明,该方法在药物分类等化学信息学任务中优势明显,提供了更丰富的化学结构表示,推进了分子相似性分析和药物发现。该方法具有重要的实际实施潜力。