Page d'accueil>Lié à la programmation>Autre code source
Télécharger

Logo CBGBench

CBGBENCH: Le graphique de liaison complexe Benchmark est une référence pour la conception générative des molécules de la cible.

Papier [Diffbp] | Papier [d3fg] | Référence

Note

  • Octobre 2024: CBGBench Paper V3 vient d'intégrer le molcraft et le voxbind de pointe dans l'évaluation, et l'intégration de leurs codes est en cours.
  • Sept. 2024: CBGBench a rejoint la communauté DeepModeling, une communauté consacrée à l'IA pour la science, en tant que projet au niveau du bac à sable. En savoir plus sur DeepModeling

Introduction

Il s'agit du référentiel de code officiel de l'article «CBGBench: remplissez le blanc du graphique de liaison des protéines molécules», qui vise à unifier la conception de molécules consacrées à la cible avec une implémentation de code unique. Jusqu'à présent, nous avons inclus 7 méthodes comme indiqué ci-dessous:

Modèle Lien papier Github
Poche2mol https://arxiv.org/abs/2205.07249 https://github.com/pengxingang/pocket2mol
Graphbp https://arxiv.org/abs/2204.09410 https://github.com/divelab/graphbp
Diffsbdd https://arxiv.org/abs/2210.13695 https://github.com/arneschneuing/diffsbdd
Diffbp https://arxiv.org/abs/2211.11214 Voici la mise en œuvre officielle.
Targetdiff https://arxiv.org/abs/2303.03543 https://github.com/guanjq/targetdiff
DRAPEAU https://openreview.net/forum?id=rq13idf0f73 https://github.com/zaixizhang/flag
D3fg https://arxiv.org/abs/2306.13769 Voici la mise en œuvre officielle.

Ces modèles sont initialement établis pour la génération de molécules de novo , et nous étendons plus de tâches, notamment linker design , fragment growing , scaffold hopping et side chain decoration .

Prolonger les tâches

Installation

Créez un environnement avec des packages de base. 

 conda env create -f environment.yml
conda activate cbgbench

Installez Pytorch et Torch_geometric 

 conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia
conda install pyg pytorch-scatter pytorch-cluster -c pyg

Installer des outils pour la chimie 

 # install rdkit, efgs, obabel, etc.
pip install --use-pep517 EFGs
pip install biopython
pip install lxml
conda install rdkit openbabel tensorboard tqdm pyyaml easydict python-lmdb -c conda-forge

# install plip
mkdir tools
cd tools
git clone https://github.com/pharmai/plip.git
cd plip
python setup.py install
alias plip='python plip/plip/plipcmd.py'
cd ..

### Note that if there is an error in setup.py, it can be ignored as long as openbabel is installed.

# install docking tools
conda install -c conda-forge numpy swig boost-cpp sphinx sphinx_rtd_theme
python -m pip install git+https://github.com/Valdes-Tresanco-MS/AutoDockTools_py3
pip install meeko==0.1.dev3 scipy pdb2pqr vina

# If you are unable to install vina, you can try: conda install vina
# If you encounter the following error:
# ImportError: libtiff.so.5: cannot open shared object file: No such file or directory
# Please try the following steps to resolve it:
pip uninstall pillow
pip install pillow

Préparer un ensemble de données

Crossdocked2020

1. Télécharger des ensembles de données traités

(i) Téléchargez l'ensemble de données traité depuis Google Drive. Pour chaque ensemble de données, il correspond à différentes méthodes et tâches. Veuillez vous référer au tableau ci-dessous pour trouver les données traitées que vous devez utiliser. Notez que pour former D3FG, il s'agit d'un modèle en deux étapes qui génère d'abord des groupes fonctionnels, puis génère des atomes de liaison, nous avons donc nommé le modèle en deux étapes 'D3FG_FG' et 'D3FG_Linker', et les données de formation sont différentes pour eux.

Tableau: le nom du fichier de données correspondant à différentes méthodes et tâches.

modèle tâche nom de fichier
Poche2mol de novo data / pl / crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
Graphbp de novo data / pl / crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
Diffsbdd de novo data / pl / crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
Diffbp de novo data / pl / crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
Targetdiff de novo data / pl / crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
DRAPEAU de novo DATA / PL_ARFG / CROSSDOCKED_V1.1_RMSD1.0_POCKING10_PROCEDED_ARFUNCGROUP.lmdb
D3fg_fg de novo DATA / PL_FG / CROSSDOCKED_V1.1_RMSD1.0_POCKING10_PROCEDED_FUNCGROUP.lmdb
D3fg_linker de novo DATA / PL / CROSSDOCKED_V1.1_RMSD1.0_POCKING10_PROCEDED_LINKER.lmdb
Poche2mol fragment data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Graphbp fragment data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Diffsbdd fragment data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Diffbp fragment data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Targetdiff fragment data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Poche2mol linker data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Graphbp linker data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Diffsbdd linker data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Diffbp linker data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Targetdiff linker data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Poche2mol échafaud data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sffold.lmdb
Graphbp échafaud data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sffold.lmdb
Diffsbdd échafaud data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sffold.lmdb
Diffbp échafaud data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sffold.lmdb
Targetdiff échafaud data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sffold.lmdb
Poche2mol chaîne latérale data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Graphbp chaîne latérale data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Diffsbdd chaîne latérale data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Diffbp chaîne latérale data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Targetdiff chaîne latérale data / pl_decomp / crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb

(ii) Copiez les ensembles de données sur ./data Dir, dans lesquels le répertoire de fichiers de données complet ressemblera à 

 - CGBBench
    - data
        - pl
            - crossdocked_name2id.pt
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
        - pl_arfg
            - crossdocked_name2id_arfuncgroup.pt
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_arfuncgroup.lmdb
        - pl_decomp
            - crossdocked_name2id_frag.pt
            - crossdocked_name2id_linker.pt
            - crossdocked_name2id_scaffold.pt
            - crossdocked_name2id_sidechain.pt
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
        - pl_fg
            - crossdocked_name2id_funcgroup.pt
            - crossdocked_v1.1_rmsd1.0_pocket10_processed_funcgroup.lmdb

2. Téléchargez les données brutes et préparez-vous à partir de zéro

(i) Téléchargez crossdocked_v1.1_rmsd1.0.tar.gz de TargetDiff Drive, et copiez-le sur ./raw_data/ avec 

 mkdir raw_data
tar -xzvf crossdocked_v1.1_rmsd1.0.tar.gz ./raw_data

(ii) Exécutez ce qui suit: 

 python ./scripts/extract_pockets.py --source raw_data/crossdocked_v1.1_rmsd1.0 --dest raw_data/crossdocked_v1.1_rmsd1.0_pocket10

(iii) Dans la formation, l'ensemble de données sera préparé pour chaque tâche. Veuillez vous référer à Training .

Cibles ADRB1 et DRD3

Télécharger les cibles traitées.

En outre, vous pouvez télécharger les processus Targets File case_study à partir de Google Drive et le copier dans le répertoire ./data , qui mènera le DIR à 

 - CGBBench
    - data
        - case_study
            - processed
                - case_study_processed_fullatom.lmdb
                - case_study_processed_funcgroup.lmdb
                - case_study_name2id.pt
                ...

Entraînement

1. Si vous voulez vous entraîner à partir de zéro, vous pouvez exécuter ce qui suit 

 python train.py --config ./configs/{task}/train/{method}.yml --logdir ./logs/{task}/{method}

{Task} peut être remplacé par denovo , linker , frag , scaffold et sidechain , et {méthode} peut être remplacé par le nom du modèle. Le tableau suivant donne les paires de tâches méthode détaillées et le remplacement.

Tableau: Paires de tâches méthode utilisées pour s'entraîner à partir de zéro.

Méthode Tâche {méthode} + {tâche}
Poche2mol de novo Pocket2Mol + Denovo
Graphbp de novo GraphBP + Denovo
Diffsbdd de novo diffsbdd + denovo
Diffbp de novo Diffbp + Denovo
Targetdiff de novo TargetDiff + Denovo
DRAPEAU de novo Flag + Denovo
D3fg de novo d3fg_fg + denovo; d3fg_linker + denovo
Poche2mol conception de liens Pocket2Mol + linker
Graphbp conception de liens graphbp + linker
Diffsbdd conception de liens diffsbdd + linker
Diffbp conception de liens diffbp + linker
Targetdiff conception de liens TargetDiff + Linker
Poche2mol fragment croissant Pocket2Mol + frag
Graphbp fragment croissant graphbp + frag
Diffsbdd fragment croissant diffsbdd + frag
Diffbp fragment croissant diffbp + frag
Targetdiff fragment croissant TargetDiff + Frag
Poche2mol saut d'échafaudage Pocket2mol + échafaudage
Graphbp saut d'échafaudage GraphBP + échafaudage
Diffsbdd saut d'échafaudage diffsbdd + échafaudage
Diffbp saut d'échafaudage Diffbp + échafaudage
Targetdiff saut d'échafaudage TargetDiff + échafaudage
Poche2mol décoration de la chaîne latérale Pocket2Mol + Sidechain
Graphbp décoration de la chaîne latérale GraphBP + Sidechain
Diffsbdd décoration de la chaîne latérale diffsbdd + sidechain
Diffbp décoration de la chaîne latérale Diffbp + Sidechain
Targetdiff décoration de la chaîne latérale TargetDiff + Sidechain

Notez que D3FG et Flag ne sont pas compatibles avec les tâches étendues, et D3FG utilise des stratégies de formation en 2 étapes, donc si vous souhaitez former D3FG vous-même, vous devez courir: 

 python train.py --config ./configs/denovo/train/d3fg_fg.yml --logdir ./logs/denovo/d3fg_fg
python train.py --config ./configs/denovo/train/d3fg_linker.yml --logdir ./logs/denovo/d3fg_linker

2. En outre, vous pouvez utiliser nos Drives Google [TODO: TODO: relâchez les modèles pré-entraînés], les noms de fichiers de données prétraités correspondants à différentes tâches et modèles sont fournis dans le tableau ci-dessous:

TODO: table avec des modèles pré-entraînés

Téléchargez les points de contrôle .pt pré-entraînés dont vous avez besoin et copiez-les dans ./logs/ , ce qui mènera à la structure du répertoire suivant: 

 # TODO
- CBGBench
    - logs
        - denovo
            - d3fg_fg
                - pretrain
                    - checkpoints
                        - 951000.pt
            - d3fg_linker
                - pretrain
                    - checkpoints
                        - 4840000.pt
            - diffbp
                - pretrain
                    - checkpoints
                        - 4848000.pt
            ...
        - frag
            - diffbp
                - pretrain
                    - checkpoints
                        - 476000.pt
            ...
        ...

Génération sur les tests de test

Une fois le modèle formé, vous pouvez les tirer des échantillons sur les poches de test, avec les suivantes: 

 bash generate.sh --method {method} --task {task} --tag {tag} --checkpoint {ckpt_number}

Dans la commande, la paire {méthode} et {tâche} se trouve dans l'ancienne table sur des paires de méthode. {TAG} doit être remplacé par selftrain ou pretrain , selon les points de contrôle que vous utilisez. Si le paramètre --Checkpoint est fourni sans un nombre, il trouvera automatiquement le dernier fichier .pt . Si un nombre est fourni, il utilisera le fichier de point de contrôle spécifié.

Par exemple, si vous souhaitez générer des échantillons sur l'ensemble de tests pour la conception de novo avec le modèle TargetDiff auto-formé , vous pouvez exécuter: 

 bash generate.sh --method targetdiff --task denovo --tag selftrain --checkpoint

Ou si vous souhaitez tester le point de contrôle du 100000 h. 

 bash generate.sh --method targetdiff --task denovo --tag selftrain --checkpoint 100000

Notez que D3FG utilise une stratégie de génération en deux étapes, donc la commande doit être 

 bash generate.sh --method d3fg_fg --task denovo --tag {tag} --checkpoint  # generate the functional groups
bash generate.sh --method d3fg_linker --task denovo --tag {tag} --checkpoint # generate the linkers

Évaluation

Exécutez ce qui suit: 

 cd evaluate_scripts
bash evaluate.sh --method {method} --task {task} --tag {tag}

Par exemple, si vous avez formé TargetDiff par vous-même, courez 

 bash evaluate.sh --method targetdiff --task denovo --tag selftrain
bash evaluate.sh --method targetdiff --task frag --tag selftrain
bash evaluate.sh --method targetdiff --task linker --tag selftrain
bash evaluate.sh --method targetdiff --task scaffold --tag selftrain
bash evaluate.sh --method targetdiff --task sidechain --tag selftrain

Ou si vous avez téléchargé des modèles pré-entraînés, veuillez courir 

 cd evaluate_scripts
bash bash evaluate.sh --method {method} --task {task} --tag pretrained

Liste de TOD

  1. Utilisez les modèles pré-entraînés pour générer des molécules sur des cibles du monde réel de manière flexible.

  2. Incluez plus de modèles, tels que 3DSBDD, Decompdiff, Voxmol et Ligan.

  3. Libérez les modèles pré-entraînés, testez la faisabilité et la reproductivité une fois le document publié.

Contribution

La base de code est initialisée par Haitao Lin, avec le CBGBench V1 comme motivation; Le fonctionnement ultérieur du référentiel de code sera géré par Guojiang Zhao et son équipe de technologie DP.

Si vous trouvez que le référentiel est utile à vos recherches ou projets, veuillez citer notre article de référence comme référence: 

 @misc{lin2024cbgbench,
      title={CBGBench: Fill in the Blank of Protein-Molecule Complex Binding Graph},
      author={Haitao Lin and Guojiang Zhao and Odin Zhang and Yufei Huang and Lirong Wu and Zicheng Liu and Siyuan Li and Cheng Tan and Zhifeng Gao and Stan Z. Li},
      year={2024},
      eprint={2406.10840},
      archivePrefix={arXiv},
}

Et nos anciennes œuvres de Diffbp et D3FG: 

 @misc{lin2024diffbpgenerativediffusion3d,
      title={DiffBP: Generative Diffusion of 3D Molecules for Target Protein Binding}, 
      author={Haitao Lin and Yufei Huang and Odin Zhang and Siqi Ma and Meng Liu and Xuanjing Li and Lirong Wu and Jishui Wang and Tingjun Hou and Stan Z. Li},
      year={2024},
      eprint={2211.11214},
      archivePrefix={arXiv},
      primaryClass={q-bio.BM},
      url={https://arxiv.org/abs/2211.11214}, 
}
@inproceedings{
    lin2023functionalgroupbased,
    title={Functional-Group-Based Diffusion for Pocket-Specific Molecule Generation and Elaboration},
    author={Haitao Lin and Yufei Huang and Odin Zhang and Yunfan Liu and Lirong Wu and Siyuan Li and Zhiyuan Chen and Stan Z. Li},
    booktitle={Thirty-seventh Conference on Neural Information Processing Systems},
    year={2023},
    url={https://openreview.net/forum?id=lRG11M91dx}
}

Licence

Ce projet est concédé sous licence de la licence GPL-3.0.

Développer
Informations supplémentaires
Applications connexes
Recommandé pour vous
Actualités connexes Tout