RDKit入门与进阶教程（30篇）

RDKit

RDKit是用C ++和Python编写的化学信息学和机器学习软件集。

项目包含：

• BSD许可证 - 开源的商业友好许可证

• 核心数据结构和算法C++编写

• 使用Boost.Python生成的Python 3.x包装器

• 使用SWIG生成的Java和C＃包装器

• 2D和3D分子操作

• 用于机器学习的描述符和指纹生成

• 用于PostgreSQL的分子数据库 cartridge ，支持子结构和相似性搜索以及许多描述符

• KNIME的化学信息学节点

• Contrib文件夹中包含有用的利用RDKit强大功能的社区贡献软件

---

RDkit Tutorial 

---

RDKit：计算不同小分子构象之间的RMSD

聚类小分子数据集(基于RDKit的Python脚本)

基于RDKit的Python脚本：SDF格式转SMILES格式

RDKit：运用RDKit计算USRCAT（形状相似性）

RDKit：可视化药效团（Pharmacophore）

基于Pytorch和RDKit建立QSAR模型

RDKit：化合物骨架分析

RDKit：化合物相似性搜索

基于RDKit的溶解度预测的机器学习模型

基于机器学习的化合物活性预测模型

RDKit：化合物亚结构（Substructure）搜索

基于神经网络的溶解度预测和回归分析

基于RDKit探索DrugBank（demo）

基于随机森林的化合物活性二分类模型

RDKit支持PostgreSQL配置

RDKit：基于支持向量回归（SVR）预测logP

基于随机森林（RF）的机器学习模型预测hERG阻断剂活性

RDkit＆mol2vec ：靶标抑制剂活性二分类模型对比