Beranda>Terkait pemrograman>Kode sumber lainnya
Unduh

Logo CBGBench

CBGBENCH: Benchmark grafik pengikat kompleks adalah tolok ukur untuk desain molekul sadar target generatif.

Kertas [DiffBP] | Kertas [D3FG] | Benchmark

Catatan

  • Oktober 2024: Kertas CBGBench V3 baru saja mengintegrasikan molcraft mutakhir dan voxbind ke dalam evaluasi, dan integrasi kode mereka sedang dalam proses.
  • 2024 September: CBGBench telah bergabung dengan komunitas Deepmodeling, sebuah komunitas yang ditujukan untuk AI untuk Sains, sebagai proyek tingkat kotak pasir. Pelajari lebih lanjut tentang Deepmodeling

Perkenalan

Ini adalah repositori kode resmi dari makalah 'CBGBench: Isi bagian dari grafik pengikat molekul protein', yang bertujuan untuk menyatukan desain molekul sadar target dengan implementasi kode tunggal. Sampai sekarang, kami telah memasukkan 7 metode seperti yang ditunjukkan di bawah ini:

Model Tautan kertas GitHub
Saku2mol 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
Difbp https://arxiv.org/abs/2211.11214 Inilah implementasi resmi.
TargetDiff https://arxiv.org/abs/2303.03543 https://github.com/guanjq/targetdiff
BENDERA https://openreview.net/forum?id=rq13idf0f73 https://github.com/zaixizhang/flag
D3FG https://arxiv.org/abs/2306.13769 Inilah implementasi resmi.

Model -model ini awalnya didirikan untuk generasi molekul de novo , dan kami memperluas lebih banyak tugas termasuk linker design , fragment growing , scaffold hopping , dan side chain decoration .

Memperpanjang tugas

Instalasi

Buat lingkungan dengan paket dasar. 

 conda env create -f environment.yml
conda activate cbgbench

Instal Pytorch dan Torch_Geometrik 

 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

Pasang alat untuk kimia 

 # 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

Siapkan dataset

Crossdocked2020

1. Unduh set data yang diproses

(i) Unduh dataset yang diproses dari Google Drive. Untuk setiap dataset, ini sesuai dengan metode dan tugas yang berbeda. Silakan merujuk ke tabel di bawah ini untuk menemukan data yang diproses yang perlu Anda gunakan. Perhatikan bahwa untuk melatih D3FG, ini adalah model dua tahap yang pertama-tama menghasilkan kelompok fungsional dan kemudian menghasilkan atom linker, jadi kami menamai model dua tahap 'D3FG_FG' dan 'D3FG_LINKER', dan data pelatihan berbeda untuk mereka.

Tabel: Nama file data yang sesuai dengan berbagai metode dan tugas.

model tugas Nama file
Saku2mol 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
Difbp 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
BENDERA de novo Data/pl_arfg/crossdocked_v1.1_rmsd1.0_pocket10_processed_arfuncgroup.lmdb
D3FG_FG de novo Data/pl_fg/crossdocked_v1.1_rmsd1.0_pocket10_processed_funcgroup.lmdb
D3fg_linker de novo Data/pl/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Saku2mol fragmen Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Graphbp fragmen Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Diffsbdd fragmen Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Difbp fragmen Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
TargetDiff fragmen Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Saku2mol tautan Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Graphbp tautan Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Diffsbdd tautan Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Difbp tautan Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
TargetDiff tautan Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Saku2mol perancah Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
Graphbp perancah Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
Diffsbdd perancah Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
Difbp perancah Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
TargetDiff perancah Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
Saku2mol rantai samping Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Graphbp rantai samping Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Diffsbdd rantai samping Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Difbp rantai samping Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
TargetDiff rantai samping Data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb

(ii) Salin dataset ke ./data dir, di mana direktori file data lengkap akan terlihat seperti 

 - 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. Unduh data mentah dan persiapkan dari awal

(i) Unduh crossdocked_v1.1_rmsd1.0.tar.gz dari TargetDiff Drive, dan salin ke ./raw_data/ dengan 

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

(ii) Jalankan yang berikut: 

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

(iii) Dalam pelatihan, dataset akan disiapkan untuk setiap tugas. Silakan merujuk pada Training .

Target ADRB1 dan DRD3

Unduh target yang diproses.

Anda juga dapat mengunduh proses target file case_study dari Google drive, dan menyalinnya ke direktori ./data , yang akan mengarahkan dir ke 

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

Pelatihan

1. Jika Anda ingin berlatih dari awal, Anda dapat menjalankan berikut ini 

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

{Tugas} dapat diganti dengan denovo , linker , frag , scaffold dan sidechain , dan {Method} dapat diganti dengan nama model. Tabel berikut memberikan pasangan tugas metode terperinci dan penggantiannya.

Tabel: Pasangan metode-tugas yang digunakan untuk berlatih dari awal.

Metode Tugas {Method} + {Tugas}
Saku2mol de novo Pocket2mol + Denovo
Graphbp de novo Graphbp + Denovo
Diffsbdd de novo DiffsBDD + Denovo
Difbp de novo DiffBP + Denovo
TargetDiff de novo TargetDiff + Denovo
BENDERA de novo Bendera + Denovo
D3FG de novo D3FG_FG + Denovo; D3FG_LINKER + DENOVO
Saku2mol Desain Linker Pocket2mol + linker
Graphbp Desain Linker GraphBP + Linker
Diffsbdd Desain Linker DiffsBDD + Linker
Difbp Desain Linker DiffBP + Linker
TargetDiff Desain Linker targetDiff + linker
Saku2mol Fragmen tumbuh saku2mol + frag
Graphbp Fragmen tumbuh graphbp + frag
Diffsbdd Fragmen tumbuh Diffsbdd + frag
Difbp Fragmen tumbuh DiffBP + Frag
TargetDiff Fragmen tumbuh targetDiff + frag
Saku2mol Scaffold Hopping Pocket2mol + scaffold
Graphbp Scaffold Hopping Graphbp + Scaffold
Diffsbdd Scaffold Hopping Diffsbdd + scaffold
Difbp Scaffold Hopping DiffBP + perancah
TargetDiff Scaffold Hopping targetDiff + scaffold
Saku2mol dekorasi rantai samping Pocket2mol + sidechain
Graphbp dekorasi rantai samping Graphbp + Sidechain
Diffsbdd dekorasi rantai samping Diffsbdd + sidechain
Difbp dekorasi rantai samping DiffBP + Sidechain
TargetDiff dekorasi rantai samping TargetDiff + Sidechain

Perhatikan bahwa D3FG dan Flag tidak kompatibel dengan tugas yang diperluas, dan D3FG menggunakan strategi pelatihan 2-tahap, jadi jika Anda ingin melatih D3FG sendiri, Anda perlu menjalankan: 

 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. Juga, Anda dapat menggunakan yang pretrained kami dari Google Drives [TODO: Lepaskan model pretrain], nama file data pretrained yang sesuai untuk tugas dan model yang berbeda disediakan dalam tabel di bawah ini:

Todo: Tabel dengan model pretrained

Unduh pos pemeriksaan .pt pretrained yang Anda butuhkan, dan salin ke ./logs/ , yang akan mengarah ke struktur direktori berikut: 

 # 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
            ...
        ...

Generasi pada set tes

Setelah model dilatih, Anda dapat menggambar sampel dari mereka di kantong uji, dengan yang berikut: 

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

Dalam perintah, {Method} dan {Task} pasangan dapat ditemukan di tabel sebelumnya pada pasangan metode-tugas. {TAG} harus diganti dengan selftrain atau pretrain , sesuai dengan pos pemeriksaan yang Anda gunakan. Jika parameter --CheckPoint disediakan tanpa nomor, itu akan secara otomatis menemukan file .pt terbaru. Jika nomor disediakan, itu akan menggunakan file pos pemeriksaan yang ditentukan.

Misalnya, jika Anda ingin menghasilkan sampel pada set tes untuk desain de novo dengan model targetDiff yang terlatih sendiri , Anda dapat menjalankan: 

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

Atau jika Anda ingin menguji pos pemeriksaan 100000-th. 

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

Perhatikan bahwa D3FG menggunakan strategi generasi dua langkah, jadi perintahnya harus 

 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

Evaluasi

Jalankan berikut: 

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

Misalnya, jika Anda telah melatih TargetDiff sendiri, jalankan 

 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

Atau jika Anda telah mengunduh model pretrained, silakan jalankan 

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

Daftar TODO

  1. Gunakan model pretrained untuk menghasilkan molekul pada target dunia nyata secara fleksibel.

  2. Sertakan lebih banyak model, seperti 3DSBDD, Decompdiff, Voxmol, dan Ligan.

  3. Lepaskan model pretrained, uji kelayakan dan reproduktif begitu makalah ini diterbitkan.

Kontribusi

Basis kode diinisialisasi oleh Haitao Lin, dengan CBGBench V1 sebagai motivasi kami; Pengoperasian Repositori Kode berikutnya akan dikelola oleh Guojiang Zhao dan tim Teknologi DP -nya.

Jika Anda menemukan repositori bermanfaat untuk penelitian atau proyek Anda, silakan mengutip kertas benchmark kami sebagai referensi: 

 @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},
}

Dan karya -karya bekas kami di DiffBP dan 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}
}

Lisensi

Proyek ini dilisensikan berdasarkan ketentuan lisensi GPL-3.0.

Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua