首頁>編程相關>其他源碼
下載

CBGbench徽標

CBGBENCH：複雜的結合圖基準是生成目標感知分子設計的基準。

紙[difbp] |紙[D3FG] |基準

筆記

  • 2024年10月： CBGBENCH PAPER V3剛剛將最新的Molcraft和Voxbind集成了評估，並且其代碼的整合正在進行中。
  • 2024年9月： CBGbench加入了DeepModeling Community，該社區是一個致力於AI科學的社區，作為一個沙盒級項目。了解有關深層建模的更多信息

介紹

這是本文“ CBGBENCH：填寫蛋白質 - 分子綁定圖的空白”的官方代碼存儲庫，該圖旨在通過單個代碼實現將目標感知分子設計統一。到目前為止，我們包含了7種方法，如下所示：

模型紙鏈接github
Pocket2mol 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
diffbp https://arxiv.org/abs/2211.11214這是官方實施。
Targetdiff https://arxiv.org/abs/2303.03543 https://github.com/guanjq/targetdiff
旗幟https://openreview.net/forum?id=rq13IDF0F73 https://github.com/zaixizhang/flag
D3FG https://arxiv.org/abs/2306.13769這是官方實施。

這些模型最初是為de novo生成的，我們擴展了更多任務，包括linker design ， fragment growing ， scaffold hopping和side chain decoration 。

擴展任務

安裝

使用基本軟件包創建環境。 

 conda env create -f environment.yml
conda activate cbgbench

安裝pytorch和torch__ceometric 

 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

安裝化學工具

 # 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

準備數據集

Crossdocked2020

1。下載處理的數據集

（i）從Google Drive下載處理的數據集。對於每個數據集，它對應於不同的方法和任務。請參閱下表以查找您需要使用的已處理數據。請注意，要訓練D3FG，它是一個兩階段的模型，首先生成函數組然後生成鏈接原子，因此我們命名了兩個階段的模型“ D3FG_FG”和“ D3FG_LINKER”，而訓練數據對他們而言是不同的。

表：與不同方法和任務相對應的數據文件名。

模型任務文件名
Pocket2mol從頭開始data/pl/pl/crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
GraphBP從頭開始data/pl/pl/crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
diffsbdd從頭開始data/pl/pl/crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
diffbp從頭開始data/pl/pl/crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
Targetdiff從頭開始data/pl/pl/crossdocked_v1.1_rmsd1.0_pocket10_processed_fullatom.lmdb
旗幟從頭開始data/pl_arfg/crossdocked_v1.1_rmsd1.0_pocket10_processed_arfuncgroup.lmdb
D3FG_FG從頭開始data/pl_fg/crossdocked_v1.1_rmsd1.0_pocket10_processed_funcgroup.lmdb
d3fg_linker從頭開始data/pl/pl/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Pocket2mol分段data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
GraphBP分段data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
diffsbdd分段data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
diffbp分段data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Targetdiff分段data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_frag.lmdb
Pocket2mol鏈接器data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
GraphBP鏈接器data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
diffsbdd鏈接器data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
diffbp鏈接器data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Targetdiff鏈接器data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_linker.lmdb
Pocket2mol腳手架data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
GraphBP腳手架data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
diffsbdd腳手架data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
diffbp腳手架data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
Targetdiff腳手架data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_scaffold.lmdb
Pocket2mol側鏈data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
GraphBP側鏈data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
diffsbdd側鏈data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
diffbp側鏈data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb
Targetdiff側鏈data/pl_decomp/crossdocked_v1.1_rmsd1.0_pocket10_processed_sidechain.lmdb

（ii）將數據集複製到./data dir，其中完整的數據文件目錄看起來像

 - 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。下載原始數據並從頭開始準備

（i）從targetdiff drive下載crossdocked_v1.1_rmsd1.0.tar.gz ，然後將其複製到./raw_data/使用

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

（ii）運行以下內容： 

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

（iii）在培訓中，將為每個任務準備數據集。請參考Training 。

ADRB1和DRD3目標

下載處理的目標。

另外，您可以從Google Drive下載file case_study的過程，然後將其複製到./data目錄，該目錄將導致DIR到

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

訓練

1。如果您想從頭開始訓練，可以運行以下內容

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

{任務}可以用denovo ， linker ， frag ， scaffold和sidechain代替，並且{Method}可以用模型名稱代替。下表提供了詳細的方法任務對和替換。

表：用於從頭開始訓練的方法任務對。

方法任務{方法} + {任務}
Pocket2mol從頭開始Pocket2mol + Denovo
GraphBP從頭開始GraphBP + Denovo
diffsbdd從頭開始DIFFSBDD + DENOVO
diffbp從頭開始diffbp + denovo
Targetdiff從頭開始Targetdiff + Denovo
旗幟從頭開始國旗 + denovo
D3FG從頭開始d3fg_fg + denovo; d3fg_linker + denovo
Pocket2mol鏈接器設計Pocket2mol + Linker
GraphBP鏈接器設計GraphBP + Linker
diffsbdd鏈接器設計diffsbdd +鏈接器
diffbp鏈接器設計DIFFBP +鏈接器
Targetdiff鏈接器設計TargetDiff + Linker
Pocket2mol碎片生長Pocket2mol + Frag
GraphBP碎片生長GraphBP + Frag
diffsbdd碎片生長diffsbdd + frag
diffbp碎片生長diffbp + frag
Targetdiff碎片生長TargetDiff + Frag
Pocket2mol腳手架跳Pocket2mol +腳手架
GraphBP腳手架跳GraphBP +支架
diffsbdd腳手架跳diffsbdd +腳手架
diffbp腳手架跳diffbp +支架
Targetdiff腳手架跳TargetDiff +腳手架
Pocket2mol側鏈裝飾Pocket2mol + Sidechain
GraphBP側鏈裝飾GraphBP + Sidechain
diffsbdd側鏈裝飾diffsbdd + sidechain
diffbp側鏈裝飾diffbp + sidechain
Targetdiff側鏈裝飾TargetDiff + Sidechain

請注意，D3FG和FLAG與擴展任務不兼容，並且D3FG使用2階段訓練策略，因此，如果您想自己培訓D3FG，則需要運行： 

 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。此外，您可以使用Google驅動器（TODO：釋放驗證模型）的驗證驗證的數據，在下表中提供了相應的驗證數據文件名給不同的任務和模型：

Todo：帶有預告片模型的桌子

下載所需的驗證的.pt檢查點，然後將它們複製到./logs/中，這將導致以下目錄結構： 

 # 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
            ...
        ...

在測試集上產生

訓練模型後，您可以在測試口袋上從它們中繪製樣品，並進行以下內容： 

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

在命令中，{method}和{task}對可以在Method-Task對的前表中找到。 {tag}應根據您使用的檢查站替換為selftrain或pretrain 。如果沒有數字提供-CheckPoint參數，它將自動找到最新的.pt文件。如果提供了一個數字，它將使用指定的檢查點文件。

例如，如果要使用自訓練的TargetDiff模型在測試集上生成樣本，則可以運行： 

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

或者如果要測試100000-3的檢查點。 

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

請注意， D3FG使用兩步生成策略，因此該命令應為

 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

評估

運行以下內容： 

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

例如，如果您自己訓練了TargetDiff，請運行

 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

或者，如果您已經下載了驗證的型號，請運行

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

待辦事項清單

  1. 使用驗證的模型靈活地在現實世界目標上產生分子。

  2. 包括更多模型，例如3DSBDD，Depompdiff，Voxmol和Ligan。

  3. 發布預審預告額的模型，一旦發表論文，測試可行性和再現性。

貢獻

代碼庫是由Haitao Lin初始化的，並以CBGbench V1作為我們的動機。隨後的代碼存儲庫的運行將由Gujiang Zhao及其DP Technology團隊管理。

如果您發現存儲庫有助於您的研究或項目，請引用我們的基準論文作為參考： 

 @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},
}

以及我們以前的DiffBP和D3FG的作品： 

 @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}
}

執照

該項目是根據GPL-3.0許可證的條款許可的。

展開
附加信息
相關應用
爲您推薦
相關資訊 全部