化学信息学、生物信息学和化学基因组学研究的有力工具
pydpi的Python项目详细描述
版权所有（c）2012cbdd03，中南大学计算生物学与药物设计组，中国。
版权所有。
在此，
我们开发了一个全面的python包，强调将化学信息学和生物信息学集成到药物发现的分子信息学平台中。pydpi（药物蛋白
与python的相互作用）是一个强大的python工具包，用于计算氨基酸序列中蛋白质和肽的常用结构和
物理化学特征，以及拓扑结构中药物分子的分子描述符，蛋白质-蛋白质相互作用和蛋白质-配体相互作用。它计算了由14个特征组成的6个蛋白质特征组，包括52个描述符和9890个描述符值；由11个描述符组成的9个药物特征组，包括530个描述符值。此外，它还为药物分子提供了7种分子指纹系统，包括拓扑指纹、电子拓扑状态指纹、maccs密钥、fp4密钥、原子对指纹。拓扑扭转指纹
和morgan/圆形指纹。通过以不同方式组合药物和蛋白质的不同类型描述符，可以方便地生成表示蛋白质或药物-蛋白质相互作用的相互作用描述符。这些计算描述符可以广泛应用于化学信息学、生物信息学和化学基因组学的各个领域。Please contact Dongsheng Cao (oriental-cds@163.com)
#############################################FEATURES################################################
The protein descriptors calculated by pydpi:
(1) AAC: amino acid composition descriptors (20)
(2) DPC: dipeptide composition描述符（400）
（3）tpc：三肽组成描述符（8000）
（4）mbauto：标准化moreau-broto自相关
描述符（取决于给定属性，默认值为240）
（5）moranauto：moran自相关描述符
（取决于给定属性，默认值为240）
（6）gearyauto:geary自相关描述符
（取决于给定属性，默认值为240）
（6）ctd:composition，transition，分布描述符
（ctd）（21+21+105=147）
（7）socn：序列顺序耦合数
（取决于maxlag的选择，默认值为60）
（8）qso：准序列顺序描述符
（取决于maxlag的选择，默认值为100）
（9）paac:伪氨基酸组成描述符
（取决于lamda的选择，默认值为50）
（10）apaac:两亲性伪氨基酸组成描述符
（取决于lamda的选择，the default is 50)
(11) CT: conjoint triad features (343)
######################################################################################################
The drug descriptors calculated by pydpi:
(1) Constitutional descriptors (30)
(2) Topologcial descriptors （25）
（3）分子连接性描述符（44）
（4）kappa描述符（7）
（5）电子态描述符（237）
（6）自相关描述符（96）
包括moreau broto，moran和geary自相关描述子
（7）电荷描述子（25）
（8）分子性质描述子（6）
（9）moe类型描述子（60）
（10）日光指纹（2048）
（11）maccs密钥（166）
（12）fp4指纹（307）
（13）电子态指纹（79）
（14）原子Paris fingerprints and Morgan fingerprints
######################################################################################################
Inst所有pydpi包
pydpi都已在linux和windows系统上成功测试。
作者可以通过http://code.google.com/p/pydpi/downloads/list（.zip和.tar.gz）下载pydpi包。
pydpi的安装过程非常简单：
*********************************************************************************************************************************************************
*首先需要成功安装rdkit、openbabel和pybel，然后再成功安装rdkit、openbabel和openbel。*
*****************************************************************************************************************************************************************************************************************************************************************************************
openbabel和pybel下载方式：http://openbabel.org/wiki/main_page
rdkit下载方式：http://code.google.com/p/rdkit/
（1）：下载pydpi包（.zip）
（2）：解压缩.zip文件
（3）：cd pydpi-1.0
（4）：python setup.py在Linux上安装
（1）：下载pydpi包（.tar.gz）
（2）：tar-zxf pydpi-1.0.tar.gz
（3）：cd pydpi-1.0
（4）：python setup.py install或sudo python setup.py install
######################################################################################################
Example:
For more examples, please see the user guide.
######################################################################################################
Redistribution and use in source and binary forms, with or without
modification, 在满足以下条件的情况下允许使用：
*源代码的重新分发必须保留上述版权
注意，此条件列表和以下免责声明。
*以二进制形式重新分发必须复制上述版权声明，本条件列表和以下免责声明，见
分发文件和/或其他材料。
*计算生物学和药物设计组的名称和作者的名称均不得用于背书或宣传。产品
未经事先书面许可，从本软件衍生而来。
本软件按"原样"提供，
任何明示或暗示的保证，包括但不限于，不接受对适销性和特定用途适用性的暗示保证。在任何情况下，版权持有人均不对任何
直接、间接、附带、特殊、惩戒性或后果性损害
（包括但不限于购买替代货物或服务；
使用、数据或利润损失负责；（或业务中断）无论是何种原因引起的，也无论是合同责任、严格责任或侵权责任（包括疏忽或其他原因）中的任何责任理论，EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
######################################################################################################
版权所有。
在此，
我们开发了一个全面的python包，强调将化学信息学和生物信息学集成到药物发现的分子信息学平台中。pydpi（药物蛋白
与python的相互作用）是一个强大的python工具包，用于计算氨基酸序列中蛋白质和肽的常用结构和
物理化学特征，以及拓扑结构中药物分子的分子描述符，蛋白质-蛋白质相互作用和蛋白质-配体相互作用。它计算了由14个特征组成的6个蛋白质特征组，包括52个描述符和9890个描述符值；由11个描述符组成的9个药物特征组，包括530个描述符值。此外，它还为药物分子提供了7种分子指纹系统，包括拓扑指纹、电子拓扑状态指纹、maccs密钥、fp4密钥、原子对指纹。拓扑扭转指纹
和morgan/圆形指纹。通过以不同方式组合药物和蛋白质的不同类型描述符，可以方便地生成表示蛋白质或药物-蛋白质相互作用的相互作用描述符。这些计算描述符可以广泛应用于化学信息学、生物信息学和化学基因组学的各个领域。Please contact Dongsheng Cao (oriental-cds@163.com)
#############################################FEATURES################################################
The protein descriptors calculated by pydpi:
(1) AAC: amino acid composition descriptors (20)
(2) DPC: dipeptide composition描述符（400）
（3）tpc：三肽组成描述符（8000）
（4）mbauto：标准化moreau-broto自相关
描述符（取决于给定属性，默认值为240）
（5）moranauto：moran自相关描述符
（取决于给定属性，默认值为240）
（6）gearyauto:geary自相关描述符
（取决于给定属性，默认值为240）
（6）ctd:composition，transition，分布描述符
（ctd）（21+21+105=147）
（7）socn：序列顺序耦合数
（取决于maxlag的选择，默认值为60）
（8）qso：准序列顺序描述符
（取决于maxlag的选择，默认值为100）
（9）paac:伪氨基酸组成描述符
（取决于lamda的选择，默认值为50）
（10）apaac:两亲性伪氨基酸组成描述符
（取决于lamda的选择，the default is 50)
(11) CT: conjoint triad features (343)
######################################################################################################
The drug descriptors calculated by pydpi:
(1) Constitutional descriptors (30)
(2) Topologcial descriptors （25）
（3）分子连接性描述符（44）
（4）kappa描述符（7）
（5）电子态描述符（237）
（6）自相关描述符（96）
包括moreau broto，moran和geary自相关描述子
（7）电荷描述子（25）
（8）分子性质描述子（6）
（9）moe类型描述子（60）
（10）日光指纹（2048）
（11）maccs密钥（166）
（12）fp4指纹（307）
（13）电子态指纹（79）
（14）原子Paris fingerprints and Morgan fingerprints
######################################################################################################
Inst所有pydpi包
pydpi都已在linux和windows系统上成功测试。
作者可以通过http://code.google.com/p/pydpi/downloads/list（.zip和.tar.gz）下载pydpi包。
pydpi的安装过程非常简单：
*********************************************************************************************************************************************************
*首先需要成功安装rdkit、openbabel和pybel，然后再成功安装rdkit、openbabel和openbel。*
*****************************************************************************************************************************************************************************************************************************************************************************************
openbabel和pybel下载方式：http://openbabel.org/wiki/main_page
rdkit下载方式：http://code.google.com/p/rdkit/
（1）：下载pydpi包（.zip）
（2）：解压缩.zip文件
（3）：cd pydpi-1.0
（4）：python setup.py在Linux上安装
（1）：下载pydpi包（.tar.gz）
（2）：tar-zxf pydpi-1.0.tar.gz
（3）：cd pydpi-1.0
（4）：python setup.py install或sudo python setup.py install
######################################################################################################
Example:
For more examples, please see the user guide.
######################################################################################################
Redistribution and use in source and binary forms, with or without
modification, 在满足以下条件的情况下允许使用：
*源代码的重新分发必须保留上述版权
注意，此条件列表和以下免责声明。
*以二进制形式重新分发必须复制上述版权声明，本条件列表和以下免责声明，见
分发文件和/或其他材料。
*计算生物学和药物设计组的名称和作者的名称均不得用于背书或宣传。产品
未经事先书面许可，从本软件衍生而来。
本软件按"原样"提供，
任何明示或暗示的保证，包括但不限于，不接受对适销性和特定用途适用性的暗示保证。在任何情况下，版权持有人均不对任何
直接、间接、附带、特殊、惩戒性或后果性损害
（包括但不限于购买替代货物或服务；
使用、数据或利润损失负责；（或业务中断）无论是何种原因引起的，也无论是合同责任、严格责任或侵权责任（包括疏忽或其他原因）中的任何责任理论，EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
######################################################################################################
欢迎加入QQ群-->： 979659372
