PepGLAD

pepglad：带有几何潜在扩散的全原子肽设计

快速链接

• 设置
  • 环境
  • 数据集
  • 训练有素的重量
• 用法
  • 肽序列结构共设计
  • 肽结合结构预测
• 复制纸实验
  • 代码
  • 结合构象产生
• 接触
• 参考

设置

环境

Conda环境可以使用env.yaml配置构建：

conda env create -f env.yaml

使用CUDA版本11.7和Pytorch版本1.13.1对代码进行了测试。

在运行代码之前，不要忘记激活环境：

conda activate PepGLAD

（可选）Pyrosetta

Pyrosetta用于计算生成肽的界面能量。如果您对此感兴趣，请在此处按照此处进行安装。

（可选）数据集

这些数据集仅用于基准模型。如果您只想使用训练有素的权重来推断案例，则无需下载这些数据集。

Pepbench

1. 下载

最初在本文中介绍的数据集在此URL上上传到Zenodo。您可以按以下方式下载它们：

mkdir datasets  # all datasets will be put into this directory
wget https://zenodo.org/records/13373108/files/train_valid.tar.gz ? download=1 -O ./datasets/train_valid.tar.gz   # training/validation
wget https://zenodo.org/records/13373108/files/LNR.tar.gz ? download=1 -O ./datasets/LNR.tar.gz   # test set
wget https://zenodo.org/records/13373108/files/ProtFrag.tar.gz ? download=1 -O ./datasets/ProtFrag.tar.gz     # augmentation dataset

2. 解压缩

tar zxvf ./datasets/train_valid.tar.gz -C ./datasets
tar zxvf ./datasets/LNR.tar.gz -C ./datasets
tar zxvf ./datasets/ProtFrag.tar.gz -C ./datasets

3. 过程

python -m scripts.data_process.process --index ./datasets/train_valid/all.txt  --out_dir ./datasets/train_valid/processed  # train/validation set
python -m scripts.data_process.process --index ./datasets/LNR/test.txt  --out_dir ./datasets/LNR/processed  # test set
python -m scripts.data_process.process --index ./datasets/ProtFrag/all.txt --out_dir ./datasets/ProtFrag/processed # augmentation dataset

需要如下生成火车/验证拆分的处理数据的索引，这将导致datasets/train_valid/processed/train_index.txt和datasets/train_valid/processed/valid_index.txt ：

python -m scripts.data_process.split --train_index datasets/train_valid/train.txt --valid_index datasets/train_valid/valid.txt --processed_dir datasets/train_valid/processed/

pepbdb

1. 下载

wget http://huanglab.phys.hust.edu.cn/pepbdb/db/download/pepbdb-20200318.tgz -O ./datasets/pepbdb.tgz

2. 解压缩

tar zxvf ./datasets/pepbdb.tgz -C ./datasets/pepbdb

3. 过程

python -m scripts.data_process.pepbdb --index ./datasets/pepbdb/peptidelist.txt --out_dir ./datasets/pepbdb/processed
python -m scripts.data_process.split --train_index ./datasets/pepbdb/train.txt --valid_index ./datasets/pepbdb/valid.txt --test_index ./datasets/pepbdb/test.txt --processed_dir datasets/pepbdb/processed/
mv ./datasets/pepbdb/processed/pdbs ./dataset/pepbdb  # re-locate

训练有素的重量

• codesign： ./checkpoint/codesign.ckpt codesign.ckpt
• 构象生成： ./checkpoints/fixseq.ckpt fixseq.ckpt

两者都可以在发布页面上下载。这些检查站在Pepbench上进行了培训。

用法

配x在使用以下代码之前，请先下载上述训练的权重。

肽序列结构共设计

以./assets/1ssc_A_B.pdb为例，其中链A是目标蛋白：

 # obtain the binding site, which might also be manually crafted or from other ligands (e.g. small molecule, antibodies)
python -m api.detect_pocket --pdb assets/1ssc_A_B.pdb --target_chains A --ligand_chains B --out assets/1ssc_A_pocket.json
# sequence-structure codesign with length in [8, 15)
CUDA_VISIBLE_DEVICES=0 python -m api.run 
    --mode codesign 
    --pdb assets/1ssc_A_B.pdb 
    --pocket assets/1ssc_A_pocket.json 
    --out_dir ./output/codesign 
    --length_min 8 
    --length_max 15 
    --n_samples 10

然后，将在文件夹中输出10代./output/codesign 。

肽结合构象产生

以./assets/1ssc_A_B.pdb为例，其中链A是目标蛋白：

 # obtain the binding site, which might also be manually crafted or from other ligands (e.g. small molecule, antibodies)
python -m api.detect_pocket --pdb assets/1ssc_A_B.pdb --target_chains A --ligand_chains B --out assets/1ssc_A_pocket.json
# generate binding conformation
CUDA_VISIBLE_DEVICES=0 python -m api.run 
    --mode struct_pred 
    --pdb assets/1ssc_A_B.pdb 
    --pocket assets/1ssc_A_pocket.json 
    --out_dir ./output/struct_pred 
    --peptide_seq PYVPVHFDASV 
    --n_samples 10

然后，将在./output/struct_pred夹中输出10个构象。

复制纸实验

每个任务都需要以下步骤，我们已将其集成到脚本中./scripts/run_exp_pipe.sh ：

1. 火车自动编码器
2. 火车潜扩散模型
3. 计算连续残基之间潜在距离的分布
4. 发电与评估

另一方面，如果要评估现有检查点，请按照以下说明（例如构象生成）：

 # generate results on the test set and save to ./results/fixseq
python generate.py --config configs/pepbench/test_fixseq.yaml --ckpt checkpoints/fixseq.ckpt --gpu 0 --save_dir ./results/fixseq
# calculate metrics
python cal_metrics.py --results ./results/fixseq/results.jsonl

代码

pepbench上的代码实验：

GPU=0 bash scripts/run_exp_pipe.sh pepbench_codesign configs/pepbench/autoencoder/train_codesign.yaml configs/pepbench/ldm/train_codesign.yaml configs/pepbench/ldm/setup_latent_guidance.yaml configs/pepbench/test_codesign.yaml

结合构象产生

pepbench上的构象产生实验：

GPU=0 bash scripts/run_exp_pipe.sh pepbench_fixseq configs/pepbench/autoencoder/train_fixseq.yaml configs/pepbench/ldm/train_fixseq.yaml configs/pepbench/ldm/setup_latent_guidance.yaml configs/pepbench/test_fixseq.yaml

接触

感谢您对我们的工作的兴趣！

请随时询问有关算法，代码以及运行它们遇到的问题的任何问题，以便我们可以使其更清晰，更好。您可以在GitHub回购中创建问题，也可以通过[email protected]与我们联系。

参考

 @article { kong2024full ,
  title = { Full-atom peptide design with geometric latent diffusion } ,
  author = { Kong, Xiangzhe and Huang, Wenbing and Liu, Yang } ,
  journal = { arXiv preprint arXiv:2402.13555 } ,
  year = { 2024 }
}