DeepChem — Un framework per l’utilizzo di ML e DL per Life Science e Chemioinformatica

SMARTS è un’estensione del linguaggio SMILES descritto in precedenza che può essere utilizzata per creare query.

# To gain a visual understanding of compounds in our dataset, let's draw them using rdkit. We define a couple of helper functions to get startedimport tempfile
from rdkit import Chem
from rdkit.Chem import Draw
from itertools import islice
from IPython.display import Image, displaydef display_images(filenames):
    """Helper to pretty-print images."""
    for file in filenames:
          display(Image(file))def mols_to_pngs(mols, basename="test"):
    """Helper to write RDKit mols to png files."""
    filenames = []
    for i, mol in enumerate(mols):
        filename = "%s%d.png" % (basename, i)
        Draw.MolToFile(mol, filename)
        filenames.append(filename)
    return filenames

Ora, prendiamo una stringa SMILES di esempio e visualizziamo la struttura molecolare.

from rdkit import Chem
from rdkit.Chem.Draw import MolsToGridImage
smiles_list = ["CCCCC","CCOCC","CCNCC","CCSCC"]
mol_list = [Chem.MolFromSmiles(x) for x in smiles_list]
display_images(mols_to_pngs(mol_list))

Questo è il modo in cui le strutture visive sono formate dalla stringa SMILES.

Ora, supponiamo di voler interrogare la stringa SMILES che ha tre carboni adiacenti.

query = Chem.MolFromSmarts("CCC")
match_list = [mol.GetSubstructMatch(query) for mol in
mol_list]
MolsToGridImage(mols=mol_list, molsPerRow=4,
highlightAtomLists=match_list)

Vediamo che la parte evidenziata rappresenta il composto con tre carboni adiacenti.

Allo stesso modo, vediamo alcune query di caratteri jolly e altre opzioni di query di sottostruttura.

query = Chem.MolFromSmarts("C*C")
match_list = [mol.GetSubstructMatch(query) for mol in
mol_list]
MolsToGridImage(mols=mol_list, molsPerRow=4,
highlightAtomLists=match_list)

query = Chem.MolFromSmarts("C[C,N,O]C")
match_list = [mol.GetSubstructMatch(query) for mol in
mol_list]
MolsToGridImage(mols=mol_list, molsPerRow=4,
highlightAtomLists=match_list)

Pertanto, possiamo vedere che anche la sottoquery selettiva può essere facilmente gestita.

Quindi, questo ci porta alla fine di questo articolo. So che questo articolo era di altissimo livello e specificamente mirato per Data Scientist e ricercatori ML interessati alla scoperta di farmaci, specialmente durante il periodo di una pandemia esistente come Covid19. Spero di essere stato in grado di aiutarti! Se sei una persona con un forte background in Bio-informatica o Chimica-informatica e vuoi avventurarti nel mondo della scienza dei dati, ti prego di contattarmi attraverso una delle opzioni menzionate qui. Continua a seguire: https://medium.com/@adib0073 e il mio sito web: https://www.aditya-bhattacharya.net/ per saperne di più!

Se, invece, siete interessati ad un corso che vi permetta di approfondire l’applicazione della Data Science in ambito biologico iscrivetevi al corso “Data Science e Bioinformatica” erogato da Francesco Lescai esclusivamente per Deep Learning Italia!