spec2vec 0.3.2

安装

先决条件：

• Python 3.7或3.8
• 推荐：Python

我们建议使用

conda create --name spec2vec python=3.8
conda activate spec2vec
conda install --channel nlesc --channel bioconda --channel conda-forge spec2vec

或者，spec2vec也可以使用pip安装。当将spec2vec与matchms一起使用时，需要注意的是，只有Anaconda安装才能确保正确安装rdkit，这是一些matchms过滤器函数所必需的（但是对于任何spec2vec相关的功能都不需要）。在

示例

下面是一个如何处理参考光谱的大数据集的代码示例 从头开始训练word2vec模型。使用SpectrumDocument将光谱转换为文档，根据m/z比率（例如“peak@100.39”）将光谱峰值转换为“单词”。新的word2vec模型可以使用train_new_word2vec_model进行训练，除非另有指定，否则它将把训练参数设置为spec2vec默认值。Word2Vec模型从许多不同光谱的峰（“单词”）的共现中学习。 得到一个能给出一组 在给定光谱的情况下，需要对模型进行大规模和有代表性的训练 数据集。在

importosfrommatchms.filteringimportadd_lossesfrommatchms.filteringimportadd_parent_massfrommatchms.filteringimportdefault_filtersfrommatchms.filteringimportnormalize_intensitiesfrommatchms.filteringimportreduce_to_number_of_peaksfrommatchms.filteringimportrequire_minimum_number_of_peaksfrommatchms.filteringimportselect_by_mzfrommatchms.importingimportload_from_mgffromspec2vecimportSpectrumDocumentfromspec2vec.model_buildingimporttrain_new_word2vec_modeldefapply_my_filters(s):"""This is how one would typically design a desired pre- and post-
    processing pipeline."""s=default_filters(s)s=add_parent_mass(s)s=normalize_intensities(s)s=reduce_to_number_of_peaks(s,n_required=10,ratio_desired=0.5)s=select_by_mz(s,mz_from=0,mz_to=1000)s=add_losses(s,loss_mz_from=10.0,loss_mz_to=200.0)s=require_minimum_number_of_peaks(s,n_required=10)returns# Load data from MGF file and apply filtersspectrums=[spectrum_processing(s)forsinload_from_mgf("reference_spectrums.mgf")]# Omit spectrums that didn't qualify for analysisspectrums=[sforsinspectrumsifsisnotNone]# Create spectrum documentsreference_documents=[SpectrumDocument(s)forsinspectrums]model_file="references.model"model=train_new_word2vec_model(reference_documents,model_file,iterations=[10,20,30],workers=2,progress_logger=True)

一旦一个word2vec模型被训练好，spec2vec就可以计算相似性 基于此模型的质谱图之间。如果word2vec模型是 根据与申请的数据不同的数据进行培训，多个峰值（“单词”） 模型可能不知道（如果它们不是训练数据集的一部分）。到 对于这些情况，必须指定allowed_missing_percentage， 如下例所示。在

importgensimfrommatchmsimportcalculate_scoresfromspec2vecimportSpec2Vec# query_spectrums loaded from files using https://matchms.readthedocs.io/en/latest/api/matchms.importing.load_from_mgf.htmlquery_spectrums=[spectrum_processing(s)forsinload_from_mgf("query_spectrums.mgf")]# Omit spectrums that didn't qualify for analysisquery_spectrums=[sforsinquery_spectrumsifsisnotNone]# Create spectrum documentsquery_documents=[SpectrumDocument(s)forsinquery_spectrums]# Import pre-trained word2vec model (see code example above)model_file="references.model"model=gensim.models.Word2Vec.load(model_file)# Define similarity_functionspec2vec_similarity=Spec2Vec(model=model,intensity_weighting_power=0.5,allowed_missing_percentage=5.0)# Calculate scores on all combinations of reference spectrums and queriesscores=calculate_scores(reference_documents,query_documents,spec2vec_similarity)# Filter out self-comparisonsfiltered=[(reference,query,score)for(reference,query,score)inlist(scores)ifreference!=query]sorted_by_score=sorted(filtered,key=lambdaelem:elem[2],reverse=True)

术语表

安装

要安装spec2vec，请执行以下操作：

git clone https://github.com/iomega/spec2vec.git
cd spec2vec
conda env create --file conda/environment-dev.yml
conda activate spec2vec-dev
pip install --editable .

用以下方式运行皮棉：

prospector

运行测试（包括覆盖率）：

pytest

康达包装

要在本地构建anaconda包，请执行以下操作：

conda deactivate
conda env create --file conda/environment-build.yml
conda activate spec2vec-build
BUILD_FOLDER=/tmp/spec2vec/_build
rm -rfv $BUILD_FOLDER;mkdir -p $BUILD_FOLDER
conda build --numpy 1.18.1 --no-include-recipe -c bioconda -c conda-forge \
--croot $BUILD_FOLDER ./conda

如果成功，将生成spec2vecconda包 spec2vec-<version>*.tar.bz2在$BUILD_FOLDER/noarch/中。你可以测试 本conda软件包的安装与：

# make a clean environment
conda deactivate
cd $(mktemp -d)
conda env create --name test python=3.7
conda activate test

conda install \
  --channel bioconda \
  --channel conda-forge \
  --channel file://${CONDA_PREFIX}/noarch/ \
  spec2vec

要在anaconda cloud上发布包，请执行以下操作：

anaconda --token ${{ secrets.ANACONDA_TOKEN }} upload --user nlesc --force $BUILD_FOLDER/noarch/*.tar.bz2

其中secrets.ANACONDA_TOKEN是要在Python云网站上生成的令牌。此机密应添加到GitHub存储库中。在

要从活动环境中删除spec2vec包：

conda remove spec2vec

要删除spec2vec环境：

conda env remove --name spec2vec

贡献

如果您想为spec2vec的开发做出贡献， 看看contribution guidelines。在