检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
false } ] } 响应示例 状态码： 201 配体相似度图任务创建成功响应。 { "id" : "c05ebc2029c24699af2354f67391604c" } 状态码 状态码 描述 201 配体相似度图任务创建成功响应。 错误码 请参见错误码。 父主题： 药物通用接口
删除配体相似性图计算任务 功能介绍 删除配体相似性图计算任务。 URI DELETE /v1/{project_id}/eihealth-projects/{eihealth_project_id}/drug-common/ligand/similarity-graph/{task_id}
success Boolean 相似度计算是否成功。 similarity Float 配体对之间的相似度。 最小值：0 最大值：1 reason String 相似度计算失败的理由。 最小长度：1 最大长度：512 请求示例 无 响应示例 状态码： 200 查询配体相似性图计算任务成功响应。
Score：代表小分子可合成性的综合打分。 Vina Score：代表分子如果添加了靶点，将会计算对接结合能。 Similarity：靶点口袋分子设计后的分子与原始分子的相似度。 QED：代表分子的成药性。 图4 查看运行结果（1） 图5 查看运行结果（2） 图6 查看运行结果（3） 图7 查看分子详情 图8 查看作业信息
yter Notebook的下一代产品，可以使用它编写Notebook、操作终端、编辑MarkDown文本、打开交互模式、查看csv文件及图片等功能。 可以说，JupyterLab是开发者们下一阶段更主流的开发环境。JupyterLab支持更加灵活和更加强大的项目操作方式，但具有和Jupyter
(NGS)是一种基于边合成边测序的方式。NGS在保持了测序高准确度的同时，大幅的提高了测序速度。目前NGS已经普遍的应用于全基因组测序、全外显子测序、转录组测序、表观遗传学等领域。 该流程以NGS得到的fastq作为输入，通过质控，比对，得到比对后的bam文件，及对fastq和bam文件的质控报告。
输入小分子。最终以SMILES为准。 选择算法：可以选择ECFP4 Tanimoto相似度或者骨架搜索。ECFP4 Tanimoto相似度是通过ECFP4指纹计算Tanimoto相似度来搜索相似度比较高的小分子。骨架搜索是通过设置分子骨架搜索具有相同骨架的分子。 选择数据库：最多可选择10个数据库。
生成相互作用2D图 计算配体间的3D结构差异 创建配体文件预览任务 查询配体文件预览任务 删除配体文件预览任务 创建配体相似性图计算任务 查询配体相似性图计算任务 删除配体相似性图计算任务 根据center、size、padding参数生成可渲染的口袋文件内容 根据表面离散点坐标集生成可渲染的文件内容
(NGS)是一种基于边合成边测序的方式。NGS在保持了测序高准确度的同时，大幅的提高了测序速度。目前NGS已经普遍的应用于全基因组测序、全外显子测序、转录组测序表观遗传学等领域。 该流程以NGS得到的fastq作为输入，通过质控，比对等步骤，输出针对fastq的qc报告，输出STAR比对得到的bam文件。 RNA-
(NGS)是一种基于边合成边测序的方式。NGS在保持了测序高准确度的同时，大幅的提高了测序速度。目前NGS已经普遍的应用于全基因组测序、全外显子测序、转录组测序表观遗传学等领域。 该流程以NGS得到的fastq作为输入，通过质控，比对，得到比对后的bam文件，及对fastq和bam文件的质控报告。
评估测序的Reads数目，测序Base数，测序深度等。 低质量Reads过滤 过滤低质量的测序Reads，得到Clean Reads。 基因组比对 将Clean Reads比对到参考基因组上，同时输出比对率、深度、覆盖度的统计信息。 基因组变异检测 基于上述比对得到的bam文件，通过GATK4做Variant
获取供应商logo和名称设置 使用get命令获取供应商logo和名称配置，默认将供应商logo图片下载到本地路径。 命令结构 health get vendor-config [flags] # 其中vendor-config可简写为vc 命令示例 本节以Windows为例介绍e
路径上的，删除该条待计算路径。 图2 添加或者删除待计算路径 图3 选择配体对 返回相似度后默认全勾选，您可以进行勾选或去除勾选要计算的路径，如果未勾选，则后面就不会对其进行FEP计算。在相似度返回之前，您也可以直接选择配体对进入下一步。 图4 选择计算路径 单击“下一步”，进入FEP设置页面，设置相关参数。
最大长度：1024 scaffold 否 String 分子骨架表达式。 最小长度：1 最大长度：1024 top_n 否 Integer 最相似的top_n个。 最小值：1 最大值：1000 缺省值：100 databases 否 Array of strings 可供搜索分子的公共数据库名称列表。
等技术加速计算过程。 支持十亿节点、百亿边的超大规模图数据库查询，提供适用于基因和生物网络数据的图深度学习算法。 拥有基于基因组数据自动深度学习的技术框架AutoGenome，深度融合人工智能技术，产生更加便捷、快速、准确、可解释的医疗智能模型，加速医疗大健康行业的研究工作。 成
聚类分析 聚类分析工具可以通过骨架聚类方法，将大型小分子数据库中结构相似的化合物聚成一类，从而找到有效骨架 ，辅助苗头化合物发现。 单击“功能模块 > 通用工具 > 聚类分析”功能卡片，进入配置页面。 图1 聚类分析配置页面 输入方式：选择文件和手动输入类型。 上传分子文件：选择
File 文件流对象 name 是 String 供应商名称 最小长度：1 最大长度：30 响应参数 无 请求示例 设置供应商配置，设置名称，上传图片 https://eihealth.cn-north-4.myhuaweicloud.com/v1/{project_id}/system/vendor-config
”。一般私密数据不建议用此方法。 目前仅支持访问用户个人OBS下的链接，不支持读取其他用户公共读的链接。 上传待检测的图片 请参见OBS文档上传对象。 获取图片URL 请参见OBS文档获取对象URL。 父主题： 附录
使用AutoGenome镜像 AutoGenome是Notebook镜像，利用AutoML等技术帮助科研工作者在基因组学数据上端到端实现深度学习网络搜索，训练，评估，预测和解释的工具包。 使用AutoGenome镜像的详细步骤如下所示： 步骤1：订阅镜像 步骤2：创建Notebook
里面进行设置。“最小化”指的是所设置的属性越小越好，与最大化相反，也是只能在弱约束里面进行设置。 相似度分数，是利用ECFP4分子指纹计算生成后分子与原始分子的Tanimoto相似性。我们设置了禁止优化列表，禁止以高毒性为优化目标的属性优化，列表为：hERG Blockers，H-HT，DILI，AMES，Skin
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
