記述子

はじめに 化合物の構造情報から生成できる変数（記述子）のまとめ 前準備 使用するデータ 1290分子の水溶解度（LogS）データ（sdfファイル形式）の内、20分子を使用 （金子研究室HPのデータセットから取得） モジュールのインストール conda install -c conda-forge rdkit 変換コード モジュールのインポート import os import numpy as np import pandas as pd from mordred import Calculator, descriptors from rdkit import Chem, rdBase, Da…

サンプルコードの例 最初の試み usb_get_string_simple() を使う前に知っておくこと いよいよusb_get_string_simpleを使用する Indexの意味 ちなみにusb_get_stringはどう使うのか？ いよいよ、最難関であるlibusbの関数を使う段階である。 サンプルコードの例 libusbの関数についての説明は、開発者本人によるノートがあるのだが、説明が簡潔すぎて初めは全く意味がわからない。様々な例題やサンプルコードが検索すると見つかるので、その例をリストアップしておこう。 libusbについて (Linux工作教室）：基本的なコードが抜粋されているの…

SHARP aquos R2 compact （SH-m09）が、突然、PCに認識されなくなった。 USB線でつなぐと、Windows10でエラーが出たり、出なかったり、、、。 何台かのPCで試したがダメ。PC側は、USBハブ経由、本体経由、他のUSBデバイス撤去、Win10再起動、USBケーブル交換、などなど、、、。 スマホ側は、Androidの設定でUSBメニュー（そもそも出ないので、検索して無理やり出す）を見ると「真っ黒」でどれも選べない。 やれやれ、、、（後記）デバイスマネージャで見ると「不明なUSBデバイス（デバイス記述子要求の失敗）」が出ていた。 場所：Port_#0004.Hub…

02/08(月) 先週の週記を投稿してから、また橙diffを少しやっていた。CFのレート更新が来て、predictorの通り-42であった。布団に入ってからなろうを少し読んで、午前8時就寝。 午後4時起床。幾何学概論Bの教員から「レポートを提出した学生は全員合格しています」というコメントが出ていた。ちょっと喜んだものの、このレポートが何を指しているか明確でないため予断は許されない。講義の途中で挟まれる問題に回答するレポートを指していた場合、半分しか出していない僕はまずいかもしれない。 DDCC2021の予選申し込みが始まっていた。今年はAtCoderから完全に独立してやるらしい。この状況下で3…

先日（2021/2/3）公開のNatureにとても気になる文献がでました。 Shields, B.J., Stevens, J., Li, J. et al. Bayesian reaction optimization as a tool for chemical synthesis. Nature 590, 89–96 (2021). doi.org News&Viewsは無料で読むことができ、研究の概要をつかむことができます。 Machine learning made easy for optimizing chemical reactions Hein, J.E. Nature 59…

機械学習モデルを研究や開発の現場で活用しようとする試みが盛んですが、様々な要因で難航しているのではないでしょうか。 その一つとして、折角苦労して作ったモデルが役に立たない、ということが挙げられます。機械学習モデルを作ることが目的ではなく、（論文になる、特許を取れる、臨床試験を突破できる、商品として売れるなどで）役に立つ化合物を作ることが目的であるはずです。機械学習モデルもあくまで道具です。金槌は釘を打つのには役に立っても、目玉焼きを作るのには役に立たないように、使い方を考える必要があります。機械学習モデルの使い方を考察するのに有用な概念として、適用範囲（applicability domain…

.table-of-contents > li > ul > li > ul { display: none; } こんにちは、R&Dチームの齋藤（@aznhe21）です。 さて、本日、日本時間2/12(金)、Rust 1.50がリリースされました。 この記事ではRust 1.50での変更点を詳しく紹介します。 2/12はダーウィンの日 *1 *2 ピックアップ Rust財団が誕生 ディレクトリ内容を変更した際のbuild.rsの再実行 boolの値でOptionを返す関数 値域を制限する関数 配列を同じ値で埋める関数 安定化されたAPIのドキュメント bool::then サンプル btre…

これまでの記事では、Fingerprintの可視化や構造式描画のカスタマイズについてまとめてきた。 今回は、それらでまとめてきた手法を駆使して、機会学習による化合物の物性予測根拠の可視化を実施する。 具体的には、第43回ケモインフォマティクス討論会での講演「フィンガープリントによる化合物の予測根拠可視化（三井化学）」の内容を再現する。 講演（予稿）の内容 解析条件など データ 変数 前処理 解析手法 寄与の計算方法 可視化方法 前準備 コード データセットの準備〜前処理まで borutaによる変数選択 予測モデル構築と精度検証 回帰係数の可視化 寄与の計算と可視化 寄与の計算（おさらい） 可視…

前回の記事では、原子ごとに類似度の寄与率を可視化することができるメソッドSimilarityMapsを使って、TPSAなどの分子記述子に対する各原子の寄与を可視化する方法についてまとめた。 今回は類似度マップ（SmililarityMaps）を用いずに、描画方法をカスタマイズ（構造式にハイライトをつけたり、原子をインデックス表示にしたり etc...）についてまとめた。（本記事は「化学の新しいカタチ」の内容を簡潔にまとめたものです。より詳しい内容は、そちらに載っています） 描画の流れ コード モジュールのインストール 分子の準備 基本操作 それぞれのメソッドのオプションなど 描画をカスタマイズ…

データ可視化手法としてよく用いられる主成分分析についてまとめた。 主成分分析について 概要 方法（ざっくり） 主成分分析で得られる指標 注意点 コード データの準備 主成分分析の実施とデータの可視化 詳細な計算式など 計算式（ざっくり） 主成分の計算 （累積）寄与率の計算 計算コード データの準備 主成分分析実行 参考 主成分分析について 概要 教師なし手法の一つであり、PCA（Principal Component Analysis）と呼ばれる。 多次元のデータを低次元化する手法であり、データの可視化によく用いられる。 （低次元化し2次元にマッピングする事でデータの可視化が可能） データセッ…

ケモインフォマティクスにおける Mordred は、化学構造から簡便に記述子を算出してくれる便利なライブラリです。aimedchem.hatenablog.comしかし、どんな分子でも記述子を計算してくれる訳ではなく、時々計算が出来ずにエラーを吐き出します。 エラーの種類は色々あるようですが、化学グラフの処理なんかでエラーが出るようです（メタンはエラーとなる記述子が多い）。 例えば mordred.error.Missing at 0xa1f90a510 といった具合です。 厄介なのが、エラーはそれ自体がオブジェクトとして dataframe のセルに入力されるため、 pandas 上では欠損…

ケモインフォマティクスでは回帰問題、あるいは判別問題をよく扱います。様々な機械学習モデルがあると思いますが、最も使いやすいモデルとして、ランダムフォレスト（RF）があります。RF の数学的原理を解説しているサイトは多数あるので、ここでは触れません。RF を使う実務上のメリットとして、以下の点が挙げられます。 ・特徴量の前処理をしなくても良好なモデルが得やすい。 ・どのような特徴量が予測に有用なのか、寄与率（feature importance）を基に考察ができる。 ・パラメーターチューニングをそこまでしなくても良好なモデルが得やすい（n_estimator (木の本数)を取り敢えず増やしておけ…