解散器:一个Python软件包,用于对化学库进行集群和降低样本
Armen G Beck1, Jonathan Fine1, Yu-Hong Lam2
1Analytical Research & Development, MRL, Merck & Co., Inc., Rahway, New Jersey 07065, United States.
Journal of chemical information and modeling
|January 30, 2025
概括
Dedenser是一个新的Python工具,通过降低样本集群来减少大型化学库. 这种方法保持了化学空间拓,使得有效的药物发现查.
科学领域:
- 计算化学计算化学
- 化学信息学 化学信息学
- 药物发现 药物发现 药物发现
背景情况:
- 化学图书馆的选对药物发现至关重要.
- 多样化的查套件很常见,但由于过度代表性,它们可能昂贵且低效.
- 需要有效地采样化学空间,以降低成本和改善发现.
研究的目的:
- 开发一个计算工具,Dedenser,用于降低化学集群的样本.
- 为了使大型化学图书馆的有效和代表性采样.
- 为了降低与早期药物发现查相关的成本负担.
主要方法:
- 隔离器使用基于噪声的应用程序的层次密度空间集群 (HDBSCAN) 来识别3D化学点云中的集群.
- 鱼盘采样是根据体积或密度对下面样本集群的采样.
- 该软件包包括生成化学点云,QSAR描述器计算 (Mordred) 和3D嵌入/可视化 (UMAP) 的工具.
主要成果:
- 清除剂有效地减少化学集群的大小,同时保持化学空间的整体拓和分布.
- 该工具提供命令行和图形用户界面,以方便使用.
- 它使得从更大的集合中生成具有代表性的,均分布的分子子集.
结论:
- 滴滴剂提供了一个有价值的解决方案,用于化学图书馆的分类采样,促进更具成本效益和高效的药物发现.
- 由于Dedenser的开源性质,促进了社区采用和进一步开发.
- 该工具支持选择代表性分子并确保化学集群内的均分布,超越单个分子的代表性.
