GeoAB

GEOAB : 현실적인 항체 설계 및 신뢰할 수있는 친화력 성숙으로

설치

요구 사항을 설치하십시오

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

데이터 세트

Dymean의 데이터 준비 스크립트를 따르십시오.

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

처리 된 데이터는 Google Drive https://drive.google.com/drive/folders/1pnsogt0gdijr9emmmmp2pitjzdulzi3gg에서 다운로드 할 수 있습니다. all_data.zip 다운로드 한 후 압축을 풀면 처리 된 데이터 세트를 얻을 수 있습니다.

GEOAB 디자이너를 훈련시키고 평가합니다

훈련을 위해 다음 명령을 실행하십시오.

 # 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

평가를 위해 다음 명령을 실행하십시오.

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

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

cdrh3.zip 에서 사전 취사 모델을 제공합니다.이 모델은 https://drive.google.com/drive/folders/1pnsogt0gdijr9emmmmp2pitjdulzi3gg에서 다운로드 할 수 있습니다. 사전에 걸린 모델을 사용하여 결과를 직접 평가할 수 있습니다.

DDG 예측

DDG Prediction Part의 경우, 우리의 모델은 곧 온라인 상태가 될 플랫폼을 통해 업데이트됩니다.

소환

저장소 나 논문이 도움이된다면 다음과 같이 논문을 인용하십시오.

 @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}
}