PSPA scaled data

Normalize so that each position sum to 1

from katlas.core import *
import pandas as pd

pspa = Data.get_pspa_all_norm().dropna(axis=1)

def normalize_pspa_row(r): return flatten_pssm(clean_zero_normalize(recover_pssm(r)))

pspa_scale = pspa.apply(lambda r: pd.Series(normalize_pspa_row(r)),axis=1)

# pspa_scale.to_parquet('~/katlas/dataset/PSPA/pspa_all_scale.parquet')

Data.get_pspa_all_scale()

	-5P	-5G	-5A	-5C	-5S	-5T	-5V	-5I	-5L	-5M	...	4H	4K	4R	4Q	4N	4D	4E	4pS	4pT	4pY
kinase
AAK1	0.05845	0.01989	0.02305	0.03702	0.03450	0.03450	0.07720	0.12615	0.08061	0.07014	...	0.04482	0.06651	0.07427	0.05082	0.04738	0.03113	0.03657	0.02009	0.02009	0.02161
ACVR2A	0.02971	0.03443	0.04180	0.03500	0.04137	0.04137	0.04281	0.04474	0.04266	0.03729	...	0.04202	0.03865	0.03601	0.04517	0.04077	0.04693	0.04693	0.05155	0.05155	0.04319
ACVR2B	0.03779	0.03665	0.04013	0.05473	0.03779	0.03779	0.03850	0.03134	0.03339	0.03658	...	0.04056	0.03261	0.03514	0.04229	0.03846	0.05278	0.05039	0.05502	0.05502	0.04605
AKT1	0.04669	0.04599	0.04274	0.04684	0.03995	0.03995	0.03306	0.03368	0.03592	0.03910	...	0.05299	0.09151	0.08648	0.05874	0.05187	0.03541	0.02494	0.03141	0.03141	0.02102
AKT2	0.04617	0.04732	0.04931	0.04464	0.04095	0.04095	0.03321	0.03206	0.03781	0.03934	...	0.05199	0.08844	0.07580	0.04992	0.04770	0.02772	0.02680	0.04196	0.04196	0.03193
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
KDR	0.04816	0.05105	0.04224	0.03927	0.04110	0.03996	0.03244	0.03191	0.03251	0.03616	...	0.04386	0.07036	0.07377	0.04718	0.03979	0.03074	0.02808	0.02492	0.02492	0.02426
FLT4	0.03554	0.04129	0.03795	0.04300	0.03982	0.03663	0.03360	0.03881	0.03686	0.04122	...	0.05899	0.05158	0.06051	0.04823	0.03842	0.04042	0.03962	0.03548	0.03548	0.03986
WEE1_TYR	0.04065	0.04899	0.04279	0.04287	0.03314	0.03330	0.04348	0.04371	0.04876	0.04302	...	0.04213	0.09097	0.10234	0.04450	0.03460	0.02749	0.03166	0.03051	0.03051	0.03788
YES1	0.05216	0.04399	0.04137	0.04084	0.04060	0.03891	0.03352	0.02889	0.03082	0.03567	...	0.04928	0.04643	0.05988	0.05157	0.03947	0.03330	0.03891	0.02934	0.02934	0.03694
ZAP70	0.03902	0.05704	0.04038	0.03215	0.03053	0.03332	0.03014	0.02463	0.01990	0.03410	...	0.05540	0.04640	0.04599	0.05879	0.03352	0.04929	0.04607	0.03633	0.03633	0.02626

396 rows × 230 columns