化学

化学

RDKitでランダムフォレスト:機械学習でも「みんなの意見」は案外正しい

「scikit-learnの決定木でAmes試験データセットを機械学習」という記事では「決定木」と呼ばれる手法について説明しました.決定木は モデルの可視化が容易 その内容が理解しやすい 特徴量の前処理を必要としない といった長所がありました.一方で決定木は, 容易に...
化学

scikit-learnの決定木でAmes試験データセットを機械学習

「RDKitとscikit-learnで機械学習:変異原性をk-最近傍法で予測」という記事では,まず「教師あり学習」と「教師なし学習」,「回帰」と「分類」といった基本的な機械学習の用語を学びました. その後,最も単純な機械学習手法とも言われるk-最近傍法を用いて,RDKitとs...
2019.03.19
化学

RDKitとscikit-learnで機械学習:変異原性をk-最近傍法で予測

ケモインフォマティクスにおけるモデル構築は 分子を特徴ベクトルへと変換する(encoding) 特徴ベクトルと目的とする分子の性質との関係を記述する(mapping) という2段階に分けられます. 本サイトではこれまでケモインフォマティクス用ライブラリーのRDKitを用...
2019.03.21
化学

色々な薬らしさの指標

低分子の医薬品(特に経口医薬品)の物理化学的パラメーターを調べてみると,比較的狭い範囲に分布していることが知られています.この範囲を「薬らしい(drug-like)」と呼びます. また数多くの低分子化合物を対象とした研究から,分子量,水素結合ドナーの数,疎水性といった指標が...
化学

RDKitのPAINSフィルターで化合物をスクリーニング

化合物ライブラリー中の大量の化合物から,どれをスクリーニングにかけるかはケモインフォマティクスにおける重要な課題です.本サイトでもこれまで 「RDKitで薬らしさを定量的に評価する」という記事で,開発可能性が高まるような化合物の基準 「ケモインフォマティクスで多様な化合物ライ...
化学

RDKitで薬らしさを定量的に評価する

1060以上と言われる広大なケミカルスペースの中から,なんらかの基準を用いることでより医薬品になりやすそうな化合物を選択し,優先的に評価を行っていくことが創薬研究においては大切です. 例えば「RDKitにおける記述子の扱い方をリピンスキーの法則を通して学ぶ」という記事で扱った「...
化学

計算化学の構造最適化の基本をpsi4で学ぶ

「計算化学にpythonとpsi4で入門」という記事ではpythonで扱える量子化学計算ソフトウェア「psi4」の紹介と,簡単なエネルギー計算のやり方を扱いました. その際に得られるエネルギーは 用いる計算レベルによってエネルギーの値が異なる 計算する構造によってエネルギー...
化学

計算化学にpythonとpsi4で入門

近年のコンピューターの高速化に伴い,実験化学者であっても高度な計算を手元の計算機で実行可能な環境が整いつつあります. 計算化学とは「コンピュータを使って化学の問題を解く」学問領域で, 分子力学法(MM) 分子軌道法(MO) 密度汎関数法(DFT) 分子動力学法(MD) モン...
タイトルとURLをコピーしました