MolSetinspector

0502803 - ÚMG 2019 RIV CZ cze L4 - Software
Škuta, Ctibor - Svozil, Daniel
MolSetinspector.
[MolSetinspector.]
Interní kód: Software-3 ; 2015
Technické parametry: MolSetInspector (Molecular Sets Inspector) je Python knihovna umožňující zpracování jedné či více množin chemických látek. Na vstupu přijímá adresář obsahující jeden či více souborů (sdf, csv, smi nebo txt), které mohou obsahovat molekuly v různých chemických formátech (smiles, inchi nebo molfile). MolSetInspector automaticky zjistí konkrétní formát, načte všechny molekuly a zpracuje. Během zpracování je možné používat základní možnosti standardizace molekul či odstranění stereochemie. Jako výstup knihovna umožňuje výpis množiny unikátních molekul ze všech načtených společně s informací o jejich přítomnosti v dané množině. Dále je možné vypsat tabulku s průniky jednotlivých množin, duplicitní molekuly, molekuly, které se nepovedlo načíst, nebo použít jednu ze dvou možností selekce diverzní množiny molekul (na základě maximální podobnosti nebo maximálního počtu molekul). http://openscreen.cz/software/molsetinspector
Ekonomické parametry: Tato Python knihovna umožňuje zpracování jedné či více množin chemických látek.
Grant CEP: GA MŠMT LO1220
Institucionální podpora: RVO:68378050
Klíčová slova: Phyton * Molecular set * Hit table
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://openscreen.cz/software/molsetinspector

MolSetInspector (Molecular Sets Inspector) je Python knihovna umožňující zpracování jedné či více množin chemických látek. Na vstupu přijímá adresář obsahující jeden či více souborů (sdf, csv, smi nebo txt), které mohou obsahovat molekuly v různých chemických formátech (smiles, inchi nebo molfile). MolSetInspector automaticky zjistí konkrétní formát, načte všechny molekuly a zpracuje. Během zpracování je možné používat základní možnosti standardizace molekul či odstranění stereochemie. Jako výstup knihovna umožňuje výpis množiny unikátních molekul ze všech načtených společně s informací o jejich přítomnosti v dané množině. Dále je možné vypsat tabulku s průniky jednotlivých množin, duplicitní molekuly, molekuly, které se nepovedlo načíst, nebo použít jednu ze dvou možností selekce diverzní množiny molekul (na základě maximální podobnosti nebo maximálního počtu molekul).

MolSetInspector (Molecular Sets Inspector) is a Python package which facilitates the processing of multiple molecular sets stored in various text file formats. As its input, it takes a directory containing the sets of molecules stored in sdf, csv, smi or txt files. The sets are read and joined in one library consisting of distinct molecules. During processing, the molecules are canonicalized, can be standardised (neutralised, unsalted etc.) and tautomers can be removed. As a result, MolSetInspector outputs the intersections of individual molecular sets, the IDs of defective (not parsed) molecules and the list of distinct molecules including a hit table (a hit table shows in which set/s was the molecule found). MolSetInspector can also filter distinct molecules by their diversity using two approaches: by setting 1) a maximum total number of diverse molecules or 2) the maximum similarity treshold of a molecular pair in the set.
Trvalý link: http://hdl.handle.net/11104/0294689