GeoAB

Geoab: Menuju desain antibodi yang realistis dan pematangan afinitas yang andal

Instalasi

Pasang persyaratan

 conda create -n geoab python==3.9
conda activate geoab
pip install -r requirements.txt

Dataset

Harap ikuti skrip persiapan data di Dymean, yang memimpin set data mentah sebagai

 - all_data
    - RAbD_H3
        - test_processed
            _metainfo
            part_0.pkl
        - train_processed
            ...
        - valid_processed
            ...
        test.json
        train.json
        valid.json
    - SKEMPI
        ...

Data yang diproses dapat diunduh dari Google Drive https://drive.google.com/drive/folders/1pnsogt0gdijr9emmmp2pitjzdulzi3gg. Setelah mengunduh all_data.zip , unzip dan kumpulan data yang diproses dapat diperoleh.

Latih dan evaluasi desain geoab

Jalankan perintah berikut untuk pelatihan:

 # Train GeoAB-refiner
python train_refine.py

# Train GeoAB-Initializer
python train_init.py
# After GeoAB-Initializer is trained, train GeoAB-Designer
python train_design.py

Untuk evaluasi, jalankan perintah berikut:

 # Evaluate GeoAB-Refiner
python eval.py --eval_dir H3_refine --run 1

# Evaluate GeoAB-Designer
python eval.py --eval_dir H3_design

Kami memberikan model pretrained di cdrh3.zip , yang dapat diunduh dari https://drive.google.com/drive/folders/1pnsogt0gdijr9emmmp2pitjzdulzi3gg. Anda dapat mengevaluasi hasilnya secara langsung menggunakan model pretrained kami.

Prediksi DDG

Untuk bagian prediksi DDG, model kami akan diperbarui melalui platform, yang akan segera online.

Kutipan

Harap kutip kertas jika repositori atau kertas bermanfaat bagi Anda, sebagai berikut

 @article {lin2024geoab,
	author = {Lin, Haitao and Wu, Lirong and Huang, Yufei and Liu, Yunfan and Zhang, Odin and Zhou, Yuanqing and Sun, Rui and Li, Stan Z.},
	title = {GeoAB: Towards Realistic Antibody Design and Reliable Affinity Maturation},
    	year = {2024},
	booktitle={International Conference on Machine Learning},
	URL = {https://www.biorxiv.org/content/early/2024/05/17/2024.05.15.594274},
	eprint = {https://www.biorxiv.org/content/early/2024/05/17/2024.05.15.594274.full.pdf}
}