DrugHeatmap

绘制分子相似性矩阵热图¶

——以DrugBank数据库Illicit及Nutraceutical两类分子相似性矩阵为例¶

完整工作流程或分子相似性矩阵数据计算方法参见教程综合使用KNIME、Python绘制分子相似性矩阵热图；

In [1]:

import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt

In [2]:

df = pd.DataFrame(pd.read_csv('G:/KNIME/DrugBank/DrugTanimoto.csv',header = 0, index_col=[0]))
df

Out[2]:

	nutra_0	nutra_1	nutra_2	nutra_3	nutra_4	nutra_5	nutra_6	nutra_7	nutra_8	nutra_9	...	nutra_96	nutra_97	nutra_98	nutra_99	nutra_100	nutra_101	nutra_102	nutra_103	nutra_104	nutra_105
illicit_0	0.075472	0.042857	0.075949	0.073171	0.088608	0.074074	0.419355	0.018182	0.034483	0.081081	...	0.162791	0.048780	0.023256	0.023256	0.023256	0.023256	0.117647	0.062500	0.111111	NaN
illicit_1	0.055556	0.042857	0.049383	0.100000	0.061728	0.074074	0.023256	0.056604	0.111111	0.052632	...	0.063830	0.162162	0.073171	0.073171	0.073171	0.073171	0.075472	0.096774	0.020408	NaN
illicit_2	0.075472	0.042857	0.089744	0.073171	0.061728	0.074074	0.419355	0.018182	0.034483	0.081081	...	0.162791	0.048780	0.023256	0.023256	0.023256	0.023256	0.117647	0.062500	0.111111	NaN
illicit_3	0.111111	0.056738	0.113924	0.236842	0.085366	0.280000	0.205128	0.180000	0.031250	0.303030	...	0.039216	0.095238	0.044444	0.044444	0.044444	0.044444	0.052632	0.121212	0.104167	NaN
illicit_4	0.070175	0.094891	0.098765	0.116279	0.071429	0.137931	0.043478	0.176471	0.062500	0.073171	...	0.080000	0.236842	0.090909	0.090909	0.090909	0.090909	0.070175	0.151515	0.038462	NaN
illicit_5	0.066667	0.085106	0.095238	0.108696	0.068966	0.125000	0.040816	0.188679	0.057143	0.068182	...	0.075472	0.190476	0.085106	0.085106	0.085106	0.085106	0.066667	0.138889	0.036364	NaN
illicit_6	0.065574	0.092199	0.094118	0.106383	0.068182	0.121212	0.040000	0.185185	0.055556	0.066667	...	0.074074	0.214286	0.083333	0.083333	0.083333	0.083333	0.065574	0.135135	0.035714	NaN
illicit_7	0.102273	0.081395	0.136364	0.050000	0.125000	0.029851	0.090909	0.090909	0.093750	0.038961	...	0.139241	0.064103	0.090909	0.090909	0.090909	0.090909	0.141176	0.072464	0.097561	NaN
illicit_8	0.091954	0.101796	0.118182	0.051282	0.148148	0.063492	0.093333	0.105882	0.079365	0.054054	...	0.189189	0.080000	0.078947	0.078947	0.078947	0.078947	0.117647	0.125000	0.086420	NaN
illicit_9	0.078125	0.060403	0.114943	0.056604	0.113636	0.108108	0.191489	0.062500	0.076923	0.061224	...	0.215686	0.100000	0.098039	0.098039	0.098039	0.098039	0.112903	0.179487	0.107143	NaN
illicit_10	0.082192	0.090909	0.080808	0.047619	0.102041	0.062500	0.118644	0.068493	0.019608	0.068966	...	0.090909	0.140351	0.064516	0.064516	0.064516	0.064516	0.082192	0.076923	0.107692	NaN
illicit_11	0.092593	0.072464	0.101266	0.121951	0.113924	0.192308	0.069767	0.183673	0.103448	0.105263	...	0.106383	0.216216	0.150000	0.150000	0.150000	0.150000	0.113208	0.161290	0.083333	NaN
illicit_12	0.075000	0.114650	0.117647	0.073529	0.074766	0.054545	0.140625	0.075949	0.035088	0.045455	...	0.128571	0.074627	0.057971	0.057971	0.057971	0.057971	0.116883	0.050000	0.112676	NaN
illicit_13	0.098765	0.105590	0.093458	0.070423	0.092593	0.051724	0.101449	0.060241	0.050847	0.058824	...	0.138889	0.119403	0.070423	0.070423	0.070423	0.070423	0.112500	0.064516	0.093333	NaN
illicit_14	0.060976	0.073171	0.105769	0.057143	0.104762	0.035088	0.138462	0.036145	0.071429	0.044776	...	0.159420	0.073529	0.057143	0.057143	0.057143	0.057143	0.101266	0.049180	0.111111	NaN
illicit_15	0.089888	0.075145	0.126126	0.050000	0.135135	0.061538	0.090909	0.103448	0.093750	0.038961	...	0.168831	0.077922	0.090909	0.090909	0.090909	0.090909	0.141176	0.121212	0.097561	NaN
illicit_16	0.044776	0.052980	0.076923	0.036364	0.064516	0.050000	0.212766	0.014706	0.048780	0.060000	...	0.125000	0.056604	0.017857	0.017857	0.017857	0.017857	0.093750	0.044444	0.086207	NaN
illicit_17	0.082353	0.083832	0.111111	0.039474	0.090090	0.015873	0.082192	0.058140	0.083333	0.041667	...	0.164384	0.083333	0.053333	0.053333	0.053333	0.053333	0.095238	0.045455	0.062500	NaN
illicit_18	0.128205	0.092593	0.183673	0.136364	0.073394	0.132075	0.229508	0.101266	0.051724	0.092308	...	0.191176	0.088235	0.071429	0.071429	0.071429	0.071429	0.113924	0.048387	0.140845	NaN
illicit_19	0.083333	0.084416	0.115789	0.048387	0.114583	0.086957	0.226415	0.069444	0.085106	0.051724	...	0.203390	0.084746	0.101695	0.101695	0.101695	0.101695	0.130435	0.122449	0.092308	NaN
illicit_20	0.058824	0.111801	0.092593	0.069444	0.062500	0.050847	0.115942	0.034884	0.016129	0.042857	...	0.106667	0.055556	0.054795	0.054795	0.054795	0.054795	0.111111	0.046875	0.092105	NaN
illicit_21	0.068182	0.089286	0.089286	0.051948	0.098214	0.064516	0.109589	0.044944	0.046875	0.040541	...	0.144737	0.066667	0.065789	0.065789	0.065789	0.065789	0.105882	0.075758	0.101266	NaN
illicit_22	0.075000	0.086957	0.106796	0.057971	0.064815	0.054545	0.140625	0.062500	0.035088	0.045455	...	0.144928	0.058824	0.057971	0.057971	0.057971	0.057971	0.116883	0.050000	0.112676	NaN
illicit_23	0.057471	0.077381	0.071429	0.039474	0.141509	0.066667	0.097222	0.070588	0.048387	0.041667	...	0.103896	0.068493	0.112676	0.112676	0.112676	0.112676	0.095238	0.112903	0.089744	NaN
illicit_24	0.064935	0.068750	0.122449	0.045455	0.132653	0.080000	0.210526	0.080000	0.057692	0.048387	...	0.171875	0.079365	0.095238	0.095238	0.095238	0.095238	0.123288	0.113208	0.102941	NaN
illicit_25	0.092105	0.095541	0.110000	0.076923	0.066667	0.057692	0.186441	0.064935	0.037037	0.064516	...	0.151515	0.061538	0.060606	0.060606	0.060606	0.060606	0.121622	0.052632	0.134328	NaN
illicit_26	0.078125	0.060403	0.077778	0.056604	0.076923	0.078947	0.217391	0.062500	0.050000	0.083333	...	0.169811	0.057692	0.056604	0.056604	0.056604	0.056604	0.131148	0.069767	0.107143	NaN
illicit_27	0.054054	0.098684	0.092784	0.065574	0.114583	0.086957	0.048387	0.100000	0.062500	0.051724	...	0.075758	0.122807	0.101695	0.101695	0.101695	0.101695	0.098592	0.145833	0.028986	NaN
illicit_28	0.063492	0.046980	0.091954	0.018868	0.066667	0.054054	0.255814	0.031250	0.081081	0.020408	...	0.176471	0.039216	0.038462	0.038462	0.038462	0.038462	0.080645	0.073171	0.111111	NaN
illicit_29	0.077922	0.061728	0.110000	0.044776	0.120000	0.057692	0.147541	0.078947	0.056604	0.064516	...	0.169231	0.061538	0.111111	0.111111	0.111111	0.111111	0.136986	0.090909	0.134328	NaN
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
illicit_172	0.075472	0.042857	0.075949	0.073171	0.088608	0.074074	0.419355	0.018182	0.034483	0.081081	...	0.162791	0.048780	0.023256	0.023256	0.023256	0.023256	0.117647	0.062500	0.111111	NaN
illicit_173	0.052632	0.041958	0.073171	0.044444	0.085366	0.066667	0.342857	0.017241	0.031250	0.048780	...	0.152174	0.045455	0.021739	0.021739	0.021739	0.021739	0.090909	0.057143	0.104167	NaN
illicit_174	0.076923	0.046053	0.088889	0.055556	0.112360	0.076923	0.212766	0.061538	0.102564	0.060000	...	0.235294	0.056604	0.075472	0.075472	0.075472	0.075472	0.129032	0.093023	0.105263	NaN
illicit_175	0.074074	0.100000	0.116505	0.072464	0.084112	0.053571	0.138462	0.075000	0.034483	0.060606	...	0.142857	0.073529	0.057143	0.057143	0.057143	0.057143	0.115385	0.066667	0.111111	NaN
illicit_176	0.073171	0.079268	0.094340	0.056338	0.063636	0.052632	0.119403	0.048193	0.016667	0.044118	...	0.125000	0.057143	0.056338	0.056338	0.056338	0.056338	0.113924	0.048387	0.109589	NaN
illicit_177	0.054795	0.099338	0.117021	0.066667	0.092784	0.088889	0.049180	0.101449	0.063830	0.052632	...	0.076923	0.125000	0.103448	0.103448	0.103448	0.103448	0.100000	0.148936	0.029412	NaN
illicit_178	0.046154	0.046667	0.103448	0.037736	0.077778	0.025641	0.170213	0.046875	0.078947	0.062500	...	0.173077	0.102041	0.057692	0.057692	0.057692	0.057692	0.096774	0.071429	0.089286	NaN
illicit_179	0.090909	0.114458	0.127273	0.064103	0.116071	0.062500	0.106667	0.079545	0.078125	0.067568	...	0.186667	0.093333	0.077922	0.077922	0.077922	0.077922	0.103448	0.106061	0.072289	NaN
illicit_180	0.088235	0.093960	0.108696	0.033898	0.107527	0.095238	0.150943	0.057971	0.021739	0.036364	...	0.155172	0.071429	0.070175	0.070175	0.070175	0.070175	0.121212	0.108696	0.155172	NaN
illicit_181	0.097222	0.070064	0.175824	0.137931	0.048544	0.133333	0.269231	0.238095	0.019608	0.215686	...	0.125000	0.083333	0.031250	0.031250	0.031250	0.031250	0.112676	0.056604	0.161290	NaN
illicit_182	0.074627	0.066225	0.063830	0.035088	0.052083	0.073171	0.035088	0.092308	0.022727	0.037736	...	0.048387	0.054545	0.092593	0.092593	0.092593	0.092593	0.090909	0.088889	0.031746	NaN
illicit_183	0.052632	0.097403	0.080000	0.063492	0.079208	0.083333	0.030769	0.082192	0.060000	0.050000	...	0.073529	0.118644	0.080645	0.080645	0.080645	0.080645	0.081081	0.117647	0.028169	NaN
illicit_184	0.169492	0.074830	0.141176	0.098039	0.076923	0.171429	0.217391	0.079365	0.024390	0.106383	...	0.127273	0.078431	0.037037	0.037037	0.037037	0.037037	0.095238	0.069767	0.215686	NaN
illicit_185	0.057471	0.124224	0.090909	0.053333	0.080357	0.066667	0.025974	0.151899	0.015625	0.071429	...	0.049383	0.181818	0.097222	0.097222	0.097222	0.097222	0.121951	0.112903	0.036585	NaN
illicit_186	0.075949	0.067485	0.097087	0.043478	0.140000	0.075472	0.200000	0.050000	0.074074	0.046154	...	0.181818	0.075758	0.074627	0.074627	0.074627	0.074627	0.103896	0.107143	0.098592	NaN
illicit_187	0.057471	0.077381	0.090909	0.039474	0.120370	0.066667	0.179104	0.058140	0.048387	0.041667	...	0.148649	0.068493	0.082192	0.082192	0.082192	0.082192	0.108434	0.095238	0.089744	NaN
illicit_188	0.061728	0.114650	0.128713	0.073529	0.173469	0.074074	0.106061	0.118421	0.113208	0.045455	...	0.161765	0.107692	0.158730	0.158730	0.158730	0.158730	0.146667	0.105263	0.082192	NaN
illicit_189	0.065789	0.075949	0.123711	0.046154	0.134021	0.081633	0.172414	0.081081	0.080000	0.049180	...	0.193548	0.080645	0.096774	0.096774	0.096774	0.096774	0.140845	0.115385	0.104478	NaN
illicit_190	0.053191	0.099415	0.094828	0.048780	0.142857	0.059701	0.088608	0.088889	0.043478	0.037975	...	0.108434	0.089744	0.088608	0.088608	0.088608	0.088608	0.112360	0.085714	0.082353	NaN
illicit_191	0.063291	0.067901	0.120000	0.044118	0.130000	0.076923	0.203390	0.092105	0.055556	0.046875	...	0.166667	0.093750	0.092308	0.092308	0.092308	0.092308	0.120000	0.109091	0.115942	NaN
illicit_192	0.070588	0.084337	0.101852	0.040000	0.121495	0.067797	0.181818	0.058824	0.049180	0.042254	...	0.150685	0.069444	0.114286	0.114286	0.114286	0.114286	0.109756	0.096774	0.105263	NaN
illicit_193	0.060241	0.079268	0.115385	0.041667	0.135922	0.071429	0.190476	0.074074	0.051724	0.044118	...	0.157143	0.088235	0.086957	0.086957	0.086957	0.086957	0.113924	0.101695	0.094595	NaN
illicit_194	0.060241	0.072727	0.094340	0.041667	0.147059	0.071429	0.190476	0.074074	0.051724	0.044118	...	0.157143	0.072464	0.102941	0.102941	0.102941	0.102941	0.113924	0.101695	0.109589	NaN
illicit_195	0.050633	0.102564	0.099010	0.060606	0.142857	0.078431	0.111111	0.093333	0.056604	0.047619	...	0.117647	0.078125	0.111111	0.111111	0.111111	0.111111	0.106667	0.111111	0.085714	NaN
illicit_196	0.080000	0.082803	0.159574	0.062500	0.145833	0.081633	0.172414	0.095890	0.080000	0.049180	...	0.193548	0.098361	0.114754	0.114754	0.114754	0.114754	0.140845	0.115385	0.104478	NaN
illicit_197	0.090909	0.088398	0.133333	0.043956	0.141667	0.025641	0.079545	0.103093	0.080000	0.034091	...	0.122222	0.056180	0.091954	0.091954	0.091954	0.091954	0.136842	0.062500	0.086022	NaN
illicit_198	0.078125	0.060403	0.114943	0.056604	0.139535	0.108108	0.191489	0.062500	0.105263	0.061224	...	0.240000	0.100000	0.076923	0.076923	0.076923	0.076923	0.112903	0.179487	0.107143	NaN
illicit_199	0.086957	0.071895	0.131868	0.050847	0.142857	0.093023	0.169811	0.072464	0.090909	0.054545	...	0.214286	0.089286	0.107143	0.107143	0.107143	0.107143	0.136364	0.130435	0.096774	NaN
illicit_200	0.095890	0.090323	0.113402	0.063492	0.123711	0.040000	0.098361	0.067568	0.104167	0.050000	...	0.196721	0.064516	0.063492	0.063492	0.063492	0.063492	0.081081	0.075472	0.123077	NaN
illicit_201	0.043478	0.114458	0.087719	0.050633	0.077586	0.062500	0.024691	0.144578	0.014706	0.067568	...	0.047059	0.123288	0.106667	0.106667	0.106667	0.106667	0.103448	0.089552	0.022989	NaN

202 rows × 106 columns

In [18]:

list_column = []
list_index = []
for indexs in df.index:
    for i in range(len(df.loc[indexs].values)):
        if(float(df.loc[indexs].values[i]) > 0.4):
            list_column.append(df.columns.values[i])
            list_index.append(indexs)
df_column = df.columns.values.tolist()
df_index = df._stat_axis.values.tolist()
df_lsim = df.drop(columns = list(set(df_column).difference(set(list_column))), index = list(set(df_index).difference(set(list_index))))
df_lsim

Out[18]:

	nutra_6	nutra_18	nutra_24	nutra_27	nutra_34	nutra_35	nutra_36	nutra_62	nutra_67	nutra_72	nutra_74	nutra_85	nutra_87	nutra_89
illicit_0	0.419355	0.096774	0.035714	0.085714	0.125000	0.187500	0.096774	0.105263	0.033333	0.111111	0.029412	0.032258	0.127660	0.027778
illicit_2	0.419355	0.096774	0.035714	0.085714	0.125000	0.187500	0.096774	0.105263	0.033333	0.111111	0.029412	0.032258	0.127660	0.027778
illicit_3	0.205128	0.275862	0.333333	0.366667	0.444444	0.176471	0.275862	0.081967	0.101695	0.166667	0.266667	0.060606	0.120000	0.290323
illicit_52	0.171429	0.409091	0.444444	0.400000	0.269231	0.173913	0.409091	0.090909	0.134615	0.163265	0.454545	0.074074	0.086957	0.416667
illicit_53	0.093750	0.052632	0.037736	0.049180	0.068966	0.317460	0.052632	0.618182	0.086420	0.303030	0.070175	0.074074	0.338983	0.050000
illicit_55	0.032258	0.038462	0.042553	0.094340	0.098039	0.040541	0.038462	0.077922	0.438596	0.038961	0.037736	0.083333	0.028169	0.096154
illicit_57	0.068966	0.040000	0.021739	0.037037	0.038462	0.315789	0.040000	0.306452	0.038961	0.529412	0.060000	0.086957	0.613636	0.037736
illicit_58	0.234043	0.116279	0.023810	0.106383	0.136364	0.613636	0.116279	0.375000	0.055556	0.396226	0.042553	0.022222	0.425532	0.040816
illicit_66	0.032258	0.038462	0.065217	0.115385	0.098039	0.040541	0.038462	0.077922	0.640000	0.038961	0.057692	0.061224	0.042857	0.117647
illicit_69	0.148148	0.061224	0.021739	0.056604	0.080000	0.500000	0.061224	0.327869	0.052632	0.322034	0.060000	0.063830	0.339623	0.037736
illicit_96	0.153846	0.063830	0.022727	0.058824	0.061224	0.520833	0.063830	0.316667	0.040000	0.333333	0.062500	0.090909	0.352941	0.039216
illicit_100	0.046512	0.129032	0.071429	0.054054	0.057143	0.054545	0.129032	0.066667	0.086207	0.051724	0.125000	0.650000	0.038462	0.085714
illicit_124	0.032258	0.058824	0.042553	0.094340	0.076923	0.040541	0.058824	0.064103	0.640000	0.038961	0.078431	0.040000	0.057971	0.075472
illicit_135	0.032787	0.039216	0.066667	0.117647	0.100000	0.041096	0.039216	0.078947	0.500000	0.039474	0.058824	0.062500	0.043478	0.120000
illicit_145	0.224490	0.111111	0.022727	0.102041	0.130435	0.586957	0.111111	0.362069	0.068493	0.381818	0.040816	0.043478	0.408163	0.060000
illicit_172	0.419355	0.096774	0.035714	0.085714	0.125000	0.187500	0.096774	0.105263	0.033333	0.111111	0.029412	0.032258	0.127660	0.027778
illicit_200	0.098361	0.055556	0.040000	0.051724	0.053571	0.333333	0.055556	0.592593	0.062500	0.317460	0.074074	0.100000	0.357143	0.052632

In [45]:

df_lsim = df_lsim.drop("illicit_0")
df_lsim

Out[45]:

	nutra_6	nutra_18	nutra_24	nutra_27	nutra_34	nutra_35	nutra_36	nutra_62	nutra_67	nutra_72	nutra_74	nutra_85	nutra_87	nutra_89
illicit_2	0.419355	0.096774	0.035714	0.085714	0.125000	0.187500	0.096774	0.105263	0.033333	0.111111	0.029412	0.032258	0.127660	0.027778
illicit_3	0.205128	0.275862	0.333333	0.366667	0.444444	0.176471	0.275862	0.081967	0.101695	0.166667	0.266667	0.060606	0.120000	0.290323
illicit_52	0.171429	0.409091	0.444444	0.400000	0.269231	0.173913	0.409091	0.090909	0.134615	0.163265	0.454545	0.074074	0.086957	0.416667
illicit_53	0.093750	0.052632	0.037736	0.049180	0.068966	0.317460	0.052632	0.618182	0.086420	0.303030	0.070175	0.074074	0.338983	0.050000
illicit_55	0.032258	0.038462	0.042553	0.094340	0.098039	0.040541	0.038462	0.077922	0.438596	0.038961	0.037736	0.083333	0.028169	0.096154
illicit_57	0.068966	0.040000	0.021739	0.037037	0.038462	0.315789	0.040000	0.306452	0.038961	0.529412	0.060000	0.086957	0.613636	0.037736
illicit_58	0.234043	0.116279	0.023810	0.106383	0.136364	0.613636	0.116279	0.375000	0.055556	0.396226	0.042553	0.022222	0.425532	0.040816
illicit_66	0.032258	0.038462	0.065217	0.115385	0.098039	0.040541	0.038462	0.077922	0.640000	0.038961	0.057692	0.061224	0.042857	0.117647
illicit_69	0.148148	0.061224	0.021739	0.056604	0.080000	0.500000	0.061224	0.327869	0.052632	0.322034	0.060000	0.063830	0.339623	0.037736
illicit_96	0.153846	0.063830	0.022727	0.058824	0.061224	0.520833	0.063830	0.316667	0.040000	0.333333	0.062500	0.090909	0.352941	0.039216
illicit_100	0.046512	0.129032	0.071429	0.054054	0.057143	0.054545	0.129032	0.066667	0.086207	0.051724	0.125000	0.650000	0.038462	0.085714
illicit_124	0.032258	0.058824	0.042553	0.094340	0.076923	0.040541	0.058824	0.064103	0.640000	0.038961	0.078431	0.040000	0.057971	0.075472
illicit_135	0.032787	0.039216	0.066667	0.117647	0.100000	0.041096	0.039216	0.078947	0.500000	0.039474	0.058824	0.062500	0.043478	0.120000
illicit_145	0.224490	0.111111	0.022727	0.102041	0.130435	0.586957	0.111111	0.362069	0.068493	0.381818	0.040816	0.043478	0.408163	0.060000
illicit_172	0.419355	0.096774	0.035714	0.085714	0.125000	0.187500	0.096774	0.105263	0.033333	0.111111	0.029412	0.032258	0.127660	0.027778
illicit_200	0.098361	0.055556	0.040000	0.051724	0.053571	0.333333	0.055556	0.592593	0.062500	0.317460	0.074074	0.100000	0.357143	0.052632

In [46]:

%matplotlib notebook
mask = np.zeros_like(df_lsim)
mask[np.triu_indices_from(mask)] = False
sns.set_context("paper", font_scale = 1)
with sns.axes_style("ticks"):
    ax = sns.heatmap(df_lsim, mask = mask, center = 0.3, cmap="RdBu_r")

In [51]:

%matplotlib notebook
sns.set_context("paper", font_scale = 0.5)
with sns.axes_style("ticks"):
    ax = sns.heatmap(df, center = 0.5, cmap="RdBu_r", vmax = 1)