许可证: gpl-3.0
标签:

• 化学
• 生物学
• 医学
• gpt2

DrugGPT

基于GPT2的生成式药物设计模型。

🚩 简介

DrugGPT是基于GPT结构的生成式药物策略，旨在通过自然语言处理技术为药物设计带来创新。

本项目将GPT模型应用于化学空间探索，以发现对特定蛋白质具有潜在结合能力的新分子。

DrugGPT通过训练多达180万条蛋白质-配体结合数据，为候选药物分子的生成提供了一种快速高效的方法。

📥 部署

1. 克隆

   git clone https://github.com/LIYUESEN/druggpt.git  
   cd druggpt  
   

   或访问我们的GitHub仓库，点击代码>下载ZIP下载此仓库。

2. 创建虚拟环境

   conda create -n druggpt python=3.7  
   conda activate druggpt  
   

3. 下载Python依赖

   pip install datasets transformers scipy scikit-learn  
   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117  
   conda install -c openbabel openbabel  
   

🗝 使用方法

使用drug_generator.py

必需参数：

• -p | --pro_seq: 输入蛋白质氨基酸序列。

• -f | --fasta: 输入FASTA文件。

  只能指定-p或-f中的一个。

• -l | --ligand_prompt: 输入配体提示。

• -e | --empty_input: 启用直接生成模式。

• -n | --number: 至少生成多少分子。

• -d | --device: 使用的硬件设备。默认为'cuda'。

• -o | --output: 生成分子的输出目录。默认为'./ligand_output/'。

• -b | --batch_size: 每批生成多少分子。如果内存较低，尝试减少此值。默认为32。

🔬 示例用法

• 如果要输入蛋白质FASTA文件

  python drug_generator.py -f bcl2.fasta -n 50  
  

• 如果要输入蛋白质的氨基酸序列

  python drug_generator.py -p MAKQPSDVSSECDREGRQLQPAERPPQLRPGAPTSLQTEPQGNPEGNHGGEGDSCPHGSPQGPLAPPASPGPFATRSPLFIFMRRSSLLSRSSSGYFSFDTDRSPAPMSCDKSTQTPSPPCQAFNHYLSAMASMRQAEPADMRPEIWIAQELRRIGDEFNAYYARRVFLNNYQAAEDHPRMVILRLLRYIVRLVWRMH -n 50  
  

• 如果要提供配体的提示

  python drug_generator.py -f bcl2.fasta -l COc1ccc(cc1)C(=O) -n 50  
  

• 注意：如果在Linux环境中运行，需要用单引号('')将配体提示括起来。

  python drug_generator.py -f bcl2.fasta -l 'COc1ccc(cc1)C(=O)' -n 50  
  

📝 如何引用此工作

DrugGPT: 一种基于GPT的策略，用于设计针对特定蛋白质的潜在配体

李跃森, 高成义, 宋鑫, 王翔宇, 徐云刚, 韩素霞

bioRxiv 2023.06.29.543848; doi: https://doi.org/10.1101/2023.06.29.543848

⚖ 许可证

GNU通用公共许可证v3.0