Scikit-fingerprints: easy and efficient computation of molecular fingerprints in Python

要約

この研究では、ケモインフォマティクスのアプリケーション向けに分子フィンガープリントを計算するための Python パッケージである \skfp を紹介します。
私たちのライブラリは業界標準の scikit-learn インターフェイスを提供しており、直感的な使用と機械学習パイプラインとの簡単な統合を可能にします。
また、高度に最適化されており、大規模な分子データセットの効率的な処理を可能にする並列計算を備えています。
現在、\skfp~ はオープンソース Python エコシステムの中で最も機能が豊富なライブラリとして立っており、30 を超える分子フィンガープリントを提供しています。
当社のライブラリは、分子特性の予測や仮想スクリーニングなど、分子フィンガープリントに基づいたケモインフォマティクス タスクを簡素化します。
また、柔軟性があり、効率性が高く、完全にオープンソースです。

要約(オリジナル)

In this work, we present \skfp, a Python package for computation of molecular fingerprints for applications in chemoinformatics. Our library offers an industry-standard scikit-learn interface, allowing intuitive usage and easy integration with machine learning pipelines. It is also highly optimized, featuring parallel computation that enables efficient processing of large molecular datasets. Currently, \skfp~stands as the most feature-rich library in the open source Python ecosystem, offering over 30 molecular fingerprints. Our library simplifies chemoinformatics tasks based on molecular fingerprints, including molecular property prediction and virtual screening. It is also flexible, highly efficient, and fully open source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google