RDKit 是用C ++和Python编写的化学信息学和机器学习软件的集合。 -开源的商业友好许可证 C ++中的核心数据结构和算法 使用Boost.Python生成的 用SWIG生成的Java和C＃包装器 2D和3D分子操作 用于机器学习的和生成 PostgreSQL分子数据库，支持子结构和相似性搜索以及许多描述符计算器 化学信息学节点 利用RDKit的强大功能，使用有用的社区贡献软件创建文件夹 社区 代码 和 网络存在 用户小组会议的材料 文献资料 在和GitHub上的文件夹中可用 安装 安装说明位于。 二进制发行版，Anaconda，自制软件 或者，如果您使用的是conda-forge堆栈，则也conda-forgeRDKit。 适用于RedHat Enterprise Linux，Centos和Fedora的 。 由Gianluca Sforna提供。 Ubuntu和其

Chem＃（ChemSharp） ChemSharp ChemSharp.Molecules ChemSharp.Spectroscopy ChemSharp.UnitConversion ChemSharp.Rendering 特征 打开并处理与光谱相关的文件（请参阅） 打开并处理分子文件（请参阅） 求和公式运算和元素分析计算 单位转换为（能量，磁性单位，质量） 使用来自和自然常数的元素数据 基本用法（请参阅 ） 创建光谱 // Creates an UV/Vis Spectrum const string path = " files/uvvis.dsw " ; var uvvis = SpectrumFactory . Create ( path ); // You can also create spectra by choosing the provider /

GPCRdb数据存储库 该存储库是GPCRdb的参考数据（源数据）的收集点。 有关更多信息，请参阅我们的。

微笑解析器 目的 一个SMILES代码验证器（目前）和（不久的将来）一个解析器，用于创建键矩阵，连接矩阵，并（稍后）生成xyz文件，以与GAMESS或其他量子化学程序一起使用 原则 根据EBNF中SMILES的语法定义，使用pyparsing生成了一个解析器。 有关什么是SMILES，请参见（ ）对于pyparsing： ://pyparsing.wikispaces.com/

3 d分子指纹-源码

公开化学 PubChemPy提供了一种在Python中与PubChem进行交互的方法。 它允许按名称，子结构和相似性进行化学搜索，化学标准化，化学文件格式之间的转换，化学特性的描述和检索。 >> > from pubchempy import get_compounds , Compound >> > comp = Compound . from_cid ( 1423 ) >> > print ( comp . isomeric_smiles ) CCCCCCCNC1CCCC1CCCCCCC ( = O ) O >> > comps = get_compounds ( 'Aspirin' , 'name' ) >> > print ( comps [ 0 ]. xlogp ) 1.2 安装 使用以下命令安装PubChemPy： pip install pubchempy 或者，尝试其

DGL-LifeSci | 我们还有一个闲聊的渠道，可以进行实时讨论。 如果您想加入该频道，请联系 。 介绍 在过去的几年中，在图上进行深度学习已成为一种趋势。 生命科学中有很多图，例如分子图和生物网络，使其成为在图上应用深度学习的重要领域。 DGL-LifeSci是基于DGL的软件包，可用于具有图神经网络的生命科学中的各种应用程序。 我们提供各种功能，包括但不限于用于图形构造，特征化和评估的方法，模型架构，训练脚本和预训练模型。 有关社区贡献者的列表，请参见。 有关在DGL-LifeSci中实现的工作的完整列表，请参见。 安装 要求 DGL-LifeSci应该致力于 所有Linux发行版均不早于Ubuntu 16.04 macOS X Windows 10 DGL-LifeSci需要python 3.6 +，DGL 0.5.2+和PyTorch 1.5.0+。 此外，对