ppflow
1.0.0
conda create -n ppflow python==3.9
conda activate ppflow
# install requirements
pip install -r requirements.txt
pip install easydict
pip install biopython
# mmseq
conda install bioconda::mmseqs2
# Alternative: obabel and RDkit
conda install -c openbabel openbabel
conda install conda-forge::rdkit
# Alternative for visualization: py3dmol
conda install conda-forge::py3dmol
# torch-geomstats
conda install -c conda-forge geomstats
# torch-scatter
pip install torch-scatter -f https://data.pyg.org/whl/torch-1.13.0+cu117.html
# OR: stable torch-scatter
pip install ./temp/torch_scatter-2.1.1+pt113cu117-cp39-cp39-linux_x86_64.whl
Fornecemos o conjunto de dados processado do PPBench2024 através do Google Drive, juntamente com o `PPDBench 'processado.
Faça o download do data.zip e descompacte, levando ao diretório de arquivos de dados como
- data
- processed
cluster_result_all_seqs.fasta
cluster_result_cluster.tsv
cluster_result_rep_seq.fasta
parsed_pair.pt
receptor_sequences.fasta
split.pt
- processed_bench
cluster_result_all_seqs.fasta
cluster_result_cluster.tsv
cluster_result_rep_seq.fasta
parsed_pair.pt
receptor_sequences.fasta
split.pt
pdb_benchmark.pt
pdb_filtered.pt
Se você deseja os conjuntos de dados brutos para pré -processamento, faça o download no Google Drive. Descompactar o arquivo de dados de datasets_raw.zip , levando ao diretório como
- dataset
- PPDbench
- 1cjr
peptide.pdb
recepotor.pdb
- 1cka
peptide.pdb
recepotor.pdb
...
- ppbench2024
- 1a0m_A
peptide.pdb
recepotor.pdb
Execute o seguinte comando para treinamento do PPFlow:
python train_ppf.py
Execute o seguinte comando para treinamento do Diffp:
python train_diffpp.py
Para o RDE Finetuning, você deve primeiro baixar o modelo RDE.pt pré -treinado do Google Drive e depois salvá -lo como ./pretrained/RDE.pt e, finalmente, execute o seguinte comando para finetuning:
python train_rde.py --fine_tune ./pretrained/RDE.pt
python codesign_diffpp.py -ckpt {where-the-trained-ckpt-is}
python codesign_ppflow.py -ckpt {where-the-trained-ckpt-is}
Aqui, fornecemos os pontos de verificação que são pré -traídos, que se chamam ppflow_pretrained.pt e podem ser baixados do Google Drive. Você pode fazer o download diretamente e copiá -lo para ./pretrained/ppflow_pretrained.pt . Além disso, execute o seguinte à geração:
python codesign_diffpp.py -ckpt ./pretrained/ppflow_pretrained.pt
Se você deseja avaliar diretamente os peptídeos, fornecemos os peptídeos como codesign_results.tar.gz do nosso Google Drive, que consiste em 100 amostras / estrutura de proteínas para avaliação mais estável, com resultados fornecidos como
| Imp%-s (↑) | Validade (↑) | Novidade (↑) | Diversidade |
|---|---|---|---|
| 12,50% | 1,00 | 0,99 | 0,92 |
Você deve avaliar os arquivos que terminam com _bb3.pdb como o PDB gerado, pois o elemento O em _bb4.pdb é instável em nossa função de reconstrução.
conda install conda-forge::vina
pip install meeko
pip install git+https://github.com/Valdes-Tresanco-MS/AutoDockTools_py3.git@aee55d50d5bdcfdbcd80220499df8cde2a8f4b2a
pip install pdb2pqr
./tools/dock/vinadock.py dá um exemplo da nossa interface Python para Vinadock.
apt-get install -y libfftw3-3 . Além disso, o software hdock pode ser baixado através de: http://huanglab.phys.hust.edu.cn/software/hdocklite/. Depois de baixá -lo, instale ou descompacte -o no diretório ./bin , levando à estrutura do arquivo como - bin
- hdock
1CGl_l_b.pdb
1CGl_r_b.pdb
createpl
hdock
./tools/dock/hdock.py fornece um exemplo da nossa interface Python para hdock.
conda config --add channels https://yourauthorizedid:[email protected]
conda install pyrosetta
./tools/relax/rosetta_packing.py fornece um exemplo da nossa interface Python para a embalagem da cadeia lateral Rosetta.
./bin . Então, descompacte -o, o que levará o diretório a parecer - bin
- FoldX
foldx
onde o Foldx é o software. ./tools/score/foldx_energy.py fornece um exemplo da nossa interface Python para a estabilidade do dobro.
./bin . Se não for compatível com o seu sistema, instale -o em https://ccsb.scripps.edu/adcp/downloads/. Copie o ADFRsuite_x86_64Linux_1.0.tar em ./bin . Finalmente, o ADCP instalado em ./bin deve parecer - bin
- ADFRsuite_x86_64Linux_1.0
- Tools
CCSBpckgs.tar.gz
...
ADFRsuite_Linux-x86_64_1.0_install.run
uninstall
Lembre-se de adicioná-lo ao seu Env-Path como
export PATH={Absolute-path-of-ppfolw}/bin/ADFRsuite_x86_64Linux_1.0/bin:$PATH
./tools/dock/adcpdock.py fornece um exemplo da nossa interface Python para adcpdocking.
./bin , como - bin
- TMscore
TMscore
TMscore.cpp
Primeiro, clone para ./bin
cd ./bin
git clone https://github.com/pharmai/plip.git
cd plip
python setup.py install
alias plip='python {Absolute-path-of-ppfolw}/bin/plip/plip/plipcmd.py'
./tools/interaction/interaction_analysis.py fornece um exemplo de nossa interface Python para análise de interação do PLIP.
Os scripts de avaliação são apresentados no ./evaluation Directory, você pode executar o seguinte para a avaliação nos principais experimentos:
# Evaluting the docking energy
python eval_bind.py --gen_dir {where-the-generated-peptide-is} --ref_dir {where-the-protein-pdb-is} --save_path {where-you-want-the-docked-peptide-to-be-saved-in}
# Evaluating the sequence and structure
python eval_bind.py --gen_dir {where-the-generated-peptide-is} --ref_dir {where-the-protein-pdb-is} --save_path {where-you-want-the-docked-peptide-to-be-saved-in}
Dámos um par de arquivos de exemplo, para que o gen_dir possa ser ./results/ppflow/codesign_ppflow/0008_3tzy_2024_01_19__19_16_21 , ref_dir pode ser ./PPDbench/3tzy/ e o save_path pode ser ./results/ppflow/codesign_ppflow/0008_3tzy_2024_01_19__19_16_21 .
Se nosso artigo ou o código no repositório for útil para você, cite o seguinte:
@inproceedings{lin2024ppflow,
author = {Lin, Haitao and Zhang, Odin and Zhao, Huifeng and Jiang, Dejun and Wu, Lirong and Liu, Zicheng and Huang, Yufei and Li, Stan Z.},
title = {PPFlow: Target-Aware Peptide Design with Torsional Flow Matching},
year = {2024},
booktitle={International Conference on Machine Learning},
URL = {https://www.biorxiv.org/content/early/2024/03/08/2024.03.07.583831},
eprint = {https://www.biorxiv.org/content/early/2024/03/08/2024.03.07.583831.full.pdf},
}
