💻
Quimioinformática
GitHub
  • 📖Quimioinformática aplicada al diseño de fármacos
  • 🔎1. Búsqueda de información química
    • 📑1.1 SciFinder-n
    • 📑1.2 Web of Science
    • 📑1.3 Scopus
    • 📑1.4 CAS Source Index (CASSI)
    • 📑1.5 Herramientas de visualización bibliométrica
  • 🐍2. Introducción a Python, Google Colab y Linux
    • 💻2.1 Fundamentos de programación
    • 🧹2.2 Manejo y limpieza de datos
    • 🐧2.3 Linux
      • 🪟2.3.1 Subsistema de Windows para Linux (WSL)
        • 👩‍💻2.3.1.1 Creación de usuarios
        • 🧑‍💻2.3.1.2 Selección de usuario de inicio por defecto
        • 🐍2.3.1.3 Instalación de Python, pip3 y VSCode desde WSL
        • 🔰2.3.1.4 Instalación de Anaconda desde WSL
        • ⚗️2.3.1.5 RDKit e instalación de ambientes
      • 👩‍✈️2.3.2 Comandos Linux
        • 📂2.3.2.1 Comandos de navegación
        • 💽2.3.2.2 Exploración y manipulación de archivos
    • 📚Recursos y ejercicios
  • 🧑‍🔬3. Representación molecular
    • 💻3.1 SMILES
    • 💻3.2 SMARTS
    • 💻3.3 InChI Keys
    • 📚Recursos y ejercicios
  • 🔎4. Bases de datos moleculares
    • 💊4.1 PubChem
      • 4.1.1 API
    • 💊4.2 ChEMBL
      • 4.2.1 API
    • 💊4.3 DrugBank
    • 💊4.4 ZINC
    • 💊4.5 ChemSpider
    • 📚Recursos y ejercicios
  • 🗃️5. Construcción y curado de bases de datos moleculares
    • 🧱5.1 Construcción de bases de datos
    • 🧹5.2 Curado de bases de datos
    • 📚Recursos y ejercicios
  • 📊6. Análisis y visualización de información química
    • ✍️6.1 Descriptores moleculares
      • 📈6.1.2 Principios para el Análisis de Bases de Datos Moleculares
      • 🔎6.1.3 Caso de estudio
    • ⚛️6.2 Espacio químico
      • 🎨6.2.1 Multiverso químico y "Chemical art gallery"
    • 📊Recursos y ejercicios
  • 🪞7. Similitud química
    • 🔢7.1 Representación molecular
    • 💱7.2 Función de similitud
    • 📉7.3 Estudios cuantitativos de relación estructura-actividad (QSAR)
    • 🏞️7.4 Panorama y acantilados de actividad
    • 📚Recursos y ejercicios
  • ⚗️8. Enumeración de bibliotecas químicas
    • 👩‍🔬8.1 Reacciones químicas
    • 👨‍🔬8.2 Reglas de transformación
    • 📚Recursos y ejercicios
  • 🔐9. Acoplamiento molecular
    • 9.1 LeDock
    • 9.2 AutoDock Vina
      • 📖9.2.1 Tutorial de acoplamiento
Powered by GitBook
On this page
  1. 2. Introducción a Python, Google Colab y Linux
  2. 2.3 Linux
  3. 2.3.1 Subsistema de Windows para Linux (WSL)

2.3.1.5 RDKit e instalación de ambientes

Por medio del uso de ambientes puede ser posible separar las herramientas específicas (paquetes) para trabajar en diferentes proyectos que así lo requieran. Es una buena práctica no modificar el ambiente base, sino trabajar desde un nuevo ambiente específico cada vez que se inicia un proyecto.

El comando general para la instalación de ambientes se presenta a continuación, y debe ser ejecutado sobre la terminal de Ubuntu:

conda create --name <nombre_para_el_ambiente> <paquete>=<versión>

En caso de que al final del comando no se especifique la versión del paquete a instalar, se instalará la versión más reciente.

Para activar o desactivar el ambiente se utilizan los siguientes comandos:

conda activate <nombre_del_ambiente>
conda deactivate

Para listar los ambientes instalados se utiliza el siguiente comando:

conda env list

El ambiente sobre el que se esté trabajando aparecerá al principio de la línea de comando entre un paréntesis (ejemplo (base)) y aparecerá marcado con un asterisco dentro del listado.

Para listar todos los paquetes instalados dentro de un ambiente, con sus respectivas versiones se utiliza el siguiente comando teniendo activo dicho ambiente (conda activate <nombre_del_ambiente>):

conda list

Para consultar la versión de un paquete en particular dentro del ambiente:

conda list <nombre_del_paquete>

Para actualizar un paquete a su versión más reciente:

conda update <nombre_del_paquete>

Para instalar una versión específica de un paquete se utiliza el siguiente comando:

conda install <nombre_del_paquete>=<versión>

Es probable que alguna versión específica de un paquete requiera de una versión específica de otro paquete, por ejemplo de Python, por lo que se procede como sigue:

conda install python=<versión> <nombre_del_paquete>=<versión>

Para copiar todo el contenido de un ambiente a uno nuevo (este proceso se puede hacer con el ambiente activo o no):

conda create --name <nombre_para_el_ambiente_2> --copy --clone <nombre_del_ambiente_1>
conda create -c conda-forge -n <nombre_para_el_ambiente> rdkit
conda create -c <nombre_del_canal> -n <nombre_para_el_ambiente>  <nombre_del_paquete>

De forma análoga funciona para la instalación de un paquete dentro de un ambiente existente, el cual debe encontrarse activo para ser modificado:

conda install -c <nombre_del_canal> <nombre_del_paquete>

Para eliminar un paquete dentro de un ambiente, se debe contar con el ambiente activo previamente (conda activate <nombre_del_ambiente>) y se procede con el siguiente comando:

conda remove <nombre_del_paquete>

Lo que puede comprobarse después consultando la versión del paquete/librería dentro del mismo ambiente (conda list <nombre_del_paquete>), en ese caso no debe aparecer ningún registro.

Para eliminar un ambiente con el que ya no se quiere contar, inicialmente dicho ambiente debe encontrarse desactivado (conda deactivate), después se ingresa el comando:

conda env remove --name <nombre_del_ambiente>

Puede comprobarse su eliminación se consulta el listado de ambientes (conda env list).

El uso de ambientes dentro de Conda realiza un tracking automático de las versiones del ambiente que se tengan, es decir que cada modificación -adición de librerías, remoción, etc.- se guarda como una versión nueva del ambiente. Estas versiones pueden ser consultadas y además ser restablecidas, si así se quiere. Teniendo el ambiente en cuestión activado, se puede consultar el listado de versiones con el comando:

conda list --revision

Para restablecer un número de revisión se usa el comando:

conda install --revision <número_de_la_revisión>

También es posible exportar un ambiente completo de Anaconda a un archivo, y así mismo instalar ambientes desde archivos. Se exporta el archivo del ambiente activo con uno de los siguientes comandos:

conda env export --no-builds --file <nombre_del_archivo>.yml 
#Este comando remueve las especificaciones marcadas como builds, que pueden impedir la lectura por cualquier plataforma de sistema operativo
conda env export --from-history --file <nombre_del_archivo>.yml 
#Este comando especifica únicamente las modificaciones manuales que se realizaron al ambiente, y permite que Conda instale los paquetes/librerías pertinentes para complementar el ambiente al ser leído

Para instalar un ambiente desde un archivo se usa el siguiente comando:

conda env create --file <nombre_del_archivo>.yml

Para trabajar desde un ambiente específico en VSCode debe contarse antes con la extensión de Python, si se instala por primera vez puede recargarse la ventana de VSCode con Ctrl + R, después basta con seleccionar el kernel adecuado en la esquina superior derecha de la ventana de VSCode, dentro del archivo en particular. Cabe mencionar que como todo este proceso se realizó desde el subsistema de Linux, debe estarse ejecutando VSCode sobre Ubuntu.

Previous2.3.1.4 Instalación de Anaconda desde WSLNext2.3.2 Comandos Linux

Last updated 1 year ago

En el caso de , que es un ambiente especializado para el trabajo en química informática, el proceso no es muy diferente, a excepción de que los archivos más recientes del ambiente provienen de un repositorio en específico (canal), por lo que el comando de instalación incluye esta fuente, como se muestra a continuación:

Cuando un paquete no se encuentra disponible para su instalación dentro de la documentación básica de Anaconda, puede ser útil . Incluso, puede encontrarse alojado en múltiples canales, pero estar disponible más o menos actualizado, o para un sistema operativo en particular. El comando general para la instalación de un ambiente que se encuentra alojado dentro de un canal es el siguiente:

🐍
🐧
🪟
⚗️
RDKit
consultar si se encuentra en un canal específico