R语言 ChemmineR包 fpSim()函数中文帮助文档(中英文对照)

loveR

fpSim(ChemmineR)
fpSim()所属R语言包：ChemmineR

                                         PubChem Fingerprint Search
                                         PubChem数据库指纹搜索

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to use PubChem fingerprints for structure similarity comparisons, searching and clustering.
功能使用PubChem数据库的结构相似性比较的指纹，搜索和聚类。


用法----------Usage----------


fpSim(x, y)



参数----------Arguments----------

参数：x
vector containing binary fingerprint data. Needs to have the same length as y (vector or matrix row).  
vector包含二进制的指纹数据。需要有y（vector或matrix行）的长度相同。


参数：y
vector or matrix containing binary fingerprint data.  
vector或matrix包含二进制的指纹数据。


Details

详情----------Details----------

The function computes the Tanimoto coefficients for pairwise comparisons of binary fingerprints. The coefficient is defined as c/(a+b+c), which is the proportion of the "on-bits" shared among the fingerprints of two compounds divided by their union. The variable c is the number of "on-bits" common in both compounds, while a and b are the number of "on-bits" that are unique in one or the other compound, respectively.
函数计算成对比较二进制指纹的谷本系数。系数被定义为C /（A + B + C），这是他们的工会分为两种化合物的指纹共享“对位”的比例。变量c是“位”共同的两种化合物的数量，而A和B“位”，在一个或其他化合物，分别是独特的数目。


值----------Value----------

Returns numeric vector with Tanimoto coefficients as values and compound identifiers as names.
返回numeric vector谷本系数为名称的价值观和复合标识符。


注意----------Note----------

Limitation: PubChem fingerprints need to be provided, such as in PubChem's SD files.  
限制：PubChem数据库需要提供指纹，如PubChem数据库的SD文件。


作者（S）----------Author(s)----------



Thomas Girke




参考文献----------References----------




参见----------See Also----------

Functions: fp2bit
功能：fp2bit


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。