02092009 chemoinformatics R

openbabelのフィンガープリントを使ってSVMの予測モデルを作る

久々にケモインフォクックブックを更新した。

で、このフィンガープリント使って予測モデルを作ってみる。

Benchmark Data Set for in Silico Prediction of Ames Mutagenicity のSupporting InformationにAmes試験のデータセットがあるのでこれを使ってcsvを用意する。

babel -ismi ci900161g_si_001/smiles_cas_N6512.smi -ofpt ci900161g.fpt -xh -xfFP2

これでfptファイルを用意してクックブックので変換。

f2b.py ci900161g.fpt > fingerprint.txt

さらにフィンガープリントをcsvにするのは下のやっつけスクリプトで。

file = "ci900161g_si_001/smiles_cas_N6512.smi"

dic = {"0":"negative","1":"positive"}
act = {}
for l in open(file,"r"):
   smi,id,num = l.split()
   act[id] = dic[num]


fingerprints_file = "fingerprint.txt"

header = "ID,"

for i in range(1,1025):
   header += "bit" + str(i) + ","

header += "act"
print header

for l in open(fingerprints_file, "r"):
   col = ""
   id, fp = l.split()
   col += "\"" +id + "\","
   for c in fp:
       col += c + ","
   col += "\"" + act[id] + "\""
   print col

実行

python fconv.py > ci900161g.csv

でRで解析してみる。

ames <- read.csv("/Users/kzfm/ci900161g.csv")
set.seed(50)
tr.num <- sample(6512,2500)
ames.train <- ames[tr.num,]
ames.test <- ames[-tr.num,]
ames.svm <- ksvm(act ~.,data=ames.train[,-1])
ames.pre <- predict(ames.svm, ames.test[,c(-1,-1026)])
ames.tab <- table(ames.test[,1026],ames.pre)
sum(diag(ames.tab))/sum(ames.tab)

結果

>     sum(diag(ames.tab))/sum(ames.tab)
[1] 0.7771685
> ames.tab
          ames.pre
           negative positive
  negative     1424      425
  positive      469     1694

まぁまあかなぁ。フィンガープリントとかカーネルを考えればもうちょっと精度が上がる気もするが。

参考

ProductName マシンラーニング (Rで学ぶデータサイエンス 6)
辻谷 将明,竹澤 邦夫
共立出版 / ￥ 3,675 ()
通常1～2か月以内に発送

01092009 chemoinformatics

Drug-like Properties: Concepts, Structure Design and Methods: from ADME to Toxicity Optimization

第一部を読んだ。

ProductName Drug-like Properties: Concepts, Structure Design and Methods: from ADME to Toxicity Optimization
Edward Kerns,Li Di
Academic Press / ￥ 9,048 ()
在庫あり。

これはなかなか名著の予感がしますな。(DMPKやin silicoから見ると)ちょっと浅い気もするが、メディシナルケミスト向けの本だったらこのぐらい押さえておけばいいのかもしれない(というかこの本の内容理解してるケミストって数人しか知らんけど)。

LeadOptimizationから前臨床のあたりのin vivoにおいてどういったパラメータに気をつけながら合成をするか的な内容なので、コンピュテーショナルなヒトだとEkinsなんかを併せて読んだほうがいいかもしれない。

ProductName Computer Applications in Pharmaceutical Research and Development (Wiley Series in Drug Discovery and Development)

Wiley-Interscience / ￥ 14,819 ()
通常1～3週間以内に発送

19082009 chemoinformatics macbook

BKChem

ちょっと描きたいときに便利なので、macbookに入れた。

bkchem

BKChem

18082009 chemoinformatics bioinformatics q-chem

本が出てた

ドッキングシミュレーション関係の本だろうか。

ProductName タンパク質計算科学 ―基礎と創薬への応用― [CD-ROM付]
神谷 成敏
共立出版 / 5040円 ( 2009-08-25 )


あとGaussian

ProductName Gaussianプログラムによる量子化学計算マニュアル 計算入力法から実験値との比較まで

丸善 / 3675円 ( 2009-07-24 )


Gaussianは使ってないのでこっちはあまり興味をそそられないが。

13082009 chemoinformatics R PRML

カーネル主成分分析

普通のPCAとちがうのは非線形主成分を扱えること。でも、カーネル関数をうまく選ばないといけないことを意味する。

Rとカーネル法を参考に。

> library(kernlab)
> x <- as.matrix(iris[,1:4])
> iris.kpc1 <- kpca(x,kernel="rbfdot",feature=2,kpar=list(sigma=0.1))
> plot(pcv(iris.kpc1),col=as.integer(iris[,5]))

kpca

あータニモトカーネルを使ったkernel PCAとかなんかいいかもしれない。

ProductName パターン認識と機械学習 下 - ベイズ理論による統計的予測
C. M. ビショップ
シュプリンガー・ジャパン株式会社 / ￥ 8,190 ()
在庫あり。

20072009 chemoinformatics bioinformatics macbook

macbookでpymol

trunk(Rev: 3829)をDLしてきてコンパイル

svn co https://pymol.svn.sourceforge.net/svnroot/pymol/trunk pymol

freetypeがらみのヘッダーがないとかいうエラーがでてきたので

cd /usr/X11R6/include
sudo ln -s freetype2/freetype freetype

とsymbolic link張って解決

ProductName Bioinformatics Programming Using Python
Mitchell L. Model
Oreilly & Associates Inc / 5075円 ( 2009-12-23 )


18072009 chemoinformatics bioinformatics

fpocket

コマンドラインでタンパク質のポケットを探索してくれる。

fpocket

論文によるとVoronoi tesselationをつかってalpha sphere detectionをやるみたい。

1R39に対して試してみた。

実行は

fpocket -f 1R39.pdb

と叩けば、ディレクトリが出来てPyMol,VMD用のファイルが出力される。

1r39

07072009 chemoinformatics work

フッ素の役割

昨日、ワークショップで雑談してて、メディシナルケミストリーにおけるフッ素の役割がとか。

ハロゲンのくせに、Cl,Brとはちょっと違うよねとか。

ProductName Bioorganic and Medicinal Chemistry of Fluorine
Jean-Pierre Bégué
Wiley-Interscience / 11185円 ( 2008-05-27 )


06072009 chemoinformatics work

Pharmacokinetics and Metabolism in Drug Design

DMPK,TKを考慮したドラッグデザインの際に考慮することなど。

多分メディシナルケミスト向けなんだろうなと思うんだが、コンパクトにまとまっているので、chemoinformaticsのヒトが読んでも参考になることが多い。

ProductName Pharmacokinetics and Metabolism in Drug Design (Methods and Principles in Medicinal Chemistry)
Dennis A. Smith,Han van de Waterbeemd,Don K. Walker
Wiley-VCH / ￥ 12,813 ()
在庫あり。

  • 2.11 Slow offset compounds
    • フレキシブルな化合物はassociation-disassociationが素早くおこる可能性がある
  • 3.6 Estimation of Absorption Potential
    • AP =logP + logFnon + logS(So . Vl/Xo)
  • Distribution and Tmax

薄いわりにはちとお高めだが、投資と思い割り切った（今回は）。

30062009 chemoinformatics

分子エディタ

Avogadroだとタンパク質のアミノ酸とかを簡単にエディットできないな。

1r9l

スクリプト書いてリガンドから半径なんぼ以内の残基を切り出すようにすればさくさく動くかも。