bittersweet 다운로드 - bittersweet 소스 코드 다운로드

bittersweet

기타 소스코드

다운로드

쓴 달콤함 : 작은 분자의 쓴 맛과 달콤한 맛을 예측하기위한 머신 러닝 모델 구축

추상적인

달콤하고 쓴 맛의 이분법은 달콤한 맛과 쓴 맛에 대한 선천적 인 매력을 가진 인간의 미각 시스템의 현저한 진화 특징입니다. 이 축에서 바람직한 맛의 합성 화합물뿐만 아니라 쓴 달콤한 맛 구배의 분자 상관 관계에 대한 더 나은 이해는 중요합니다. 이전의 연구는 쓴 달콤한 맛의 분자 기반에 대한 우리의 이해를 발전시키고 그들의 식별을위한 모델을 기여했지만, 쓴 달콤한 분자의 세심한 편집과 광범위한 분자 설명자의 활용을 통해 이러한 모델을 향상시킬 수있는 충분한 범위가 있습니다. 이러한 목표를 향상으로, 구조화 된 데이터 컴파일을 기반으로 우리의 연구는 쓴 달콤한 맛 예측 (Bittersweet)을위한 최첨단 기계 학습 모델과 통합 프레임 워크를 제공합니다. 우리는 예측 성능을 위해 다른 분자 설명자 세트를 비교하고 피처 블록뿐만 아니라 중요한 기능을 더 식별합니다. Bittersweet 모델의 유용성은 FlavordB, FoodB, Supersweet, Super Natural II, Dsstox 및 Drugbank와 같은 대규모 특수 화학 세트에 대한 맛 예측에 의해 입증됩니다. 이 방향으로 향후 연구를 촉진하기 위해 모든 데이터 세트와 쓴 달콤한 모델을 공개적으로 사용할 수있게하고 자유롭게 이용 가능한 화학적 설명기를 기반으로 쓴 맛 예측을위한 엔드 투 엔드 소프트웨어를 제공합니다.

저자

Rudraksh Tuwani
Somin wadhwa
Ganesh Bagler ^*

Indraprastha Institute of Information Technology (IIIT- DELHI), 인도 뉴 델리 ^* 해당 저자 ([email protected], [email protected])

실행을위한 사전 반품

이 프로젝트의 일부 또는 모든 섹션을 실행하기위한 작업 환경을 설정하려면 다음을 수행해야합니다.

프로젝트를 bittersweet 하십시오.

 $ git clone https://github.com/cosylabiiit/bittersweet.git
 $ cd bittersweet

우리는 conda 고립 된 가상 환경을 만들기위한 도구로 사용하며 일부 패키지 중 일부는 소스에서 바이너리를 구축해야하므로 requirement.yml 사항에서 ENV를 만들어야합니다.
```
 $ conda env create -f environment.yml
 $ conda activate env 
```
사용 후이 환경을 비활성화하려면 -
```
 $ conda deactivate
```

* 모든 스크립트가 Python 2.7 환경에서 실행되는지 확인하십시오.

디렉토리 구조

 .
.
├── data                     # Model Training & Test Data (Tabular Format)
│   ├── bitter-test.tsv
│   ├── bitter-train.tsv
│   ├── sweet-test.tsv
│   ├── sweet-train.tsv
├── bittersweet                    # All Source Files
│   ├── models			# Trained Models
│   │   ├── bitter_chemopy_boruta_features.p
│   │   ├── bitter_chemopy_rf_boruta.p
│   │   ├── sweet_chemopy_boruta_features.p
│   │   ├── sweet_chemopy_rf_boruta.p
│   ├── __init__.py
│   ├── model.py
│   ├── properties.py
│   ├── read_file.py
├── manuscript-experiments                    # Testing modules (including those for random-control experiments)
│   ├── bittersweet					# Directory containing scripts
│   ├── data						# Directory containing data
│   ├── models						# Directory containing models
├── examples             
├── predict.py 						# methods to test our models
.
.