为了开发用于预测任务的强大模型，需要考虑的最重要的事情之一是如何通过描述符有效地表示正在研究的分子，例如小分子、蛋白质、DNA 甚至复杂的相互作用。使用 PyBioMed，您可以分析和表示正在研究的各种复杂分子数据。PyBioMed是Python环境下进行分子描述符计算的最佳工具之一。
1. 介绍
为了开发用于预测任务的强大模型，需要考虑的最重要的事情之一是如何通过描述符有效地表示正在研究的分子，例如小分子、蛋白质、DNA 甚至复杂的相互作用。使用 PyBioMed，您可以分析和表示正在研究的各种复杂分子数据。我们希望这些包在系统生物学背景下探索有关各种分子数据的结构、功能和相互作用的问题时会有所帮助。 PyBioMed 是一个功能丰富的 Python 包，用于表征各种复杂的生物分子和相互作用样本，例如作为化合物，蛋白质，DNA和它们之间的相互作用。PyBioMed 可以计算九种特征，包括化学描述符或分子指纹、来自氨基酸序列的蛋白质和肽的结构和理化特征、来自其一级序列的 DNA 组成和理化特征、化合物-化合物相互作用特征、化合物-蛋白质相互作用特征。化合物-DNA 相互作用特征、蛋白质-蛋白质相互作用特征、蛋白质-DNA 相互作用特征和 DNA-DNA 相互作用特征。PyBioMed 还可以预处理分子结构、蛋白质序列和 DNA 序列。为了方便用户，PyBioMed 提供了从Internet 获取分子结构、蛋白质序列和DNA 序列的模块。PyBioMed是Python环境下进行分子描述符计算的最佳工具之一。
2. 特色优势
- 提供用于预处理分子、蛋白质序列和 DNA 序列的功能
- 从分子结构计算化学描述符或分子指纹
- 从氨基酸序列计算蛋白质和肽的结构和理化特征
- 从 DNA 的一级序列计算 DNA 的组成和理化特征
- 计算相互作用特征包括小分子-小分子相互作用特征、小分子-蛋白质相互作用特征、小分子-DNA相互作用特征、蛋白质-蛋白质相互作用特征、蛋白质-DNA相互作用特征和DNA-DNA相互作用特征
- 通过分子ID、蛋白质ID和DNA ID从互联网上获取分子结构、蛋白质序列和DNA序列
3. 软件获取
主页：http : //projects.scbdd.com/pybiomed.html
GitHub: https://github.com/gadsbyfly/PyBioMed
安装：https : //github.com/gadsbyfly/PyBioMed
文档：http : //projects.scbdd.com/pybiomed/index.html
3. 参考文献
- Dong J, Yao Z J, Zhang L, et al. PyBioMed: a python library for various molecular representations of chemicals, proteins and DNAs and their interactions [J]. Journal of Cheminformatics, 2018, 10(1): 16.
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/pybiomed.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
一项震动制药行业的研究：大型制药公司AI的生产力
6月15日，一篇标题为“ The upside of being a digital pharma player” 的文章在一家受到同行好评的行业期刊《Drug Discovery Today》上被接受并悄悄上线了。一项全面的研究，对制药公司在研发方面的AI努力进行了正面对比。
-
Science | 化学合成文献数字化自动执行通用系统
编·译作者 | 王建民 今天给大家介绍格拉斯哥大学化学系S. Hessam M. Mehr等人在Science上发表的文章“A universal system for digit…
-
ADMETlab 2.0：全面的药代动力学和毒性在线预测平台
今天给大家介绍的是中南大学曹东升教授和浙江大学侯廷军教授近日联合发表在Nucleic Acids Research上的一篇文章“ADMETlab 2.0: an integrated online platform for accurate and comprehensive predictions of ADMET properties”。
-
ChemDes: 一个整合的基于网络的分子描述符与指纹计算平台
分子描述符的计算是基于分子结构进行建模预测的基础，多年来发展了一系列的工具和软件。今天介绍中南大学曹东升课题组董界等人开发的描述符计算平台。该平台提供目前最大最全面的描述符在线计算资源，赢得了世界各地8万多次的使用或引用。平台地址：http://www.scbdd.com/chemdes
-
ADMETlab: 一个全面优秀的药物ADMET性质预测平台
药物ADMET虚拟预测评价是药物开发中的一个重要环节，近些年除了一些人工智能的模型之外，还发展了一系列的工具和软件。今天介绍中南大学曹东升课题组董界等人开发的ADMET预测平台。该平台提供目前最大最全面药物ADMET数据库和多达31种ADMET终点性质的系统评估，在国内外相关领域迅速获得广泛应用，成果短期被引用上百次。平台地址：http://admet.scbdd.com
-
Nat. Mach. Intell. | 集成深度学习在生物信息学中的发展与展望
该文章综述了集成深度学习最近的关键发展，以及如何将其应用到生物信息学领域中。同时，作者还详细介绍了集成深度学习从基本序列分析到系统生物学的研究、发展和挑战。
-
药物开发中基于深度学习的不平衡数据分类
利用机器学习开发药物设计相关的预测模型，经常会遇到数据不平衡的现象。数据的不平衡会导致模型过偏而失去较好的预测性能。为了解决这个问题，很多学者做出了努力。下面介绍Selçuk Korkmaz等人的一项新工作，尝试利用不同的策略处理PubChem数据集，为不平衡数据提供方法参考。
-
Nat. Mach. Intell. | 可解释性人工智能(xAI)遇上药物发现
编·译作者 | 王建民 过去的几年里人工智能(AI)的各种概念已被成功地应用到计算辅助药物发现中。这种进步主要归功于深度学习算法，即具有多个处理层的人工神经网络，能够对复杂的非线性…
