fp2bit(ChemmineR)
fp2bit()所属R语言包:ChemmineR
Convert base 64 fingerprints to binary
二进制转换碱基64指纹
译者:生物统计家园网 机器人LoveR
描述----------Description----------
The function converts the base 64 encoded PubChem fingerprints to a binary matrix or a character vector. If applied to a SDFset object, then its data block needs to contain the PubChem fingerprint information.
功能转换碱基64编码PubChem数据库指纹二进制matrix或character向量。如果应用到SDFset对象,那么它的数据块必须包含PubChem数据库的指纹信息。
用法----------Usage----------
fp2bit(x, type = 2, fptag = "PUBCHEM_CACTVS_SUBSKEYS")
参数----------Arguments----------
参数:x
Object of class SDFset or matrix
对象的类SDFset或matrix
参数:type
If set to 1, the results are returned as binary matrix. If set to 2 (default), the results are returned as character strings in a named vector.
如果设置为1,返回结果为二进制矩阵。如果设置为2(默认),结果为character在一个名为向量的字符串返回。
参数:fptag
Name tag in SDF data block where the PubChem fingerprints are stored. Default is set to "PUBCHEM_CACTVS_SUBSKEYS".
名称自卫队数据块标记PubChem数据库指纹存储。默认设置为“PUBCHEM_CACTVS_SUBSKEYS”。
Details
详情----------Details----------
...
...
值----------Value----------
Returns results as binary matrix when type=2 or as character strings stored in a named vector when type=1.
返回结果为二进制matrix时type=2或character字符串存储在一个名为vector时type=1。
作者(S)----------Author(s)----------
Thomas Girke
参考文献----------References----------
参见----------See Also----------
Functions: fpSim
功能:fpSim
举例----------Examples----------
## Load PubChem SDFset sample[#负载PubChem数据库SDFset样本]
data(sdfsample); sdfset <- sdfsample
cid(sdfset) <- sdfid(sdfset)
## Convert base 64 encoded fingerprints to character vector or binary matrix[#转换碱基64编码的指纹特征向量或二进制矩阵]
fpset <- fp2bit(x=sdfset, type=1)
fpset <- fp2bit(x=sdfset, type=2)
## Pairwise compound structure comparisons[#成对复合结构比较]
fpSim(x=fpset[1,], y=fpset[2,])
## Structure similarity searching: x is query and y is fingerprint database[#结构相似性搜索:X是查询和y是指纹数据库]
fpSim(x=fpset[1,], y=fpset)
## Compute fingerprint based Tanimoto similarity matrix [#计算指纹的谷本相似矩阵]
simMA <- sapply(rownames(fpset), function(x) fpSim(x=fpset[x,], fpset))
## Hierarchical clustering with simMA as input[作为输入与西马#分层聚类]
hc <- hclust(as.dist(simMA), method="single")
## Plot hierarchical clustering tree[#图的层次聚类树]
plot(as.dendrogram(hc), edgePar=list(col=4, lwd=2), horiz=TRUE)
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|