druggpt

?藥物GPT

基於 GPT 的策略，用於設計針對特定蛋白質的潛在配體

？訊息

2024/08/11我們很高興地宣布一項新功能“配體能量最小化”，現已在我們的最新版本中提供。此外，探索我們的新工具 druggpt_min_multi.py，專為多個配體的有效能量最小化而設計。
2024/07/30所有濕實驗室驗證均已完成，證實DrugGPT具備配體優化能力。
2024/05/16濕實驗室實驗證實 druggpt 有能力從頭開始設計具有新支架的配體並重新利用現有配體。配體優化仍在評估中。請繼續關注更多更新！
2024/05/16版本升級至druggpt_v1.2，新增原子數控制能力。由於相容性問題，webui 已被刪除。
2024/04/03版本升級至druggpt_v1.1，增強穩定性並加入webui。未來的版本將具有分子中原子數控制的功能。敬請關注。
2024/03/31經過深思熟慮，我計劃建立新的儲存庫，名為druggpt_toolbox和druggpt_train，分別用於儲存後處理工具腳本和訓練腳本。該存儲庫應主要關注候選藥物分子的生成。
2024/03/31我決定為目前版本建立一個名為 druggpt_v1.0 的分支，因為它是一個穩定版本。後續我會繼續更新程式碼。
2024/01/18該計畫目前正在進行實驗評估，以確認其在藥物研究中的實際價值。請繼續關注我們！

介紹

DrugGPT 提出了一種基於自回歸模型 GPT 的配體設計策略，專注於化學空間探索和特定蛋白質配體的發現。深度學習語言模型在蛋白質設計、生物醫學文本分析等多個領域展現出巨大潛力，為DrugGPT的主張提供了有力支持。

在本研究中，我們利用 DrugGPT 模型來學習大量的蛋白質-配體結合數據，旨在發現可以與特定蛋白質結合的新型分子。此策略不僅顯著提高了配體設計的效率，也為藥物開發過程提供了快速有效的途徑，為製藥領域帶來了新的可能性

？部署

複製

git clone https://github.com/LIYUESEN/druggpt.git
cd druggpt

或者您只需點擊“代碼”>“下載 ZIP”即可下載此儲存庫。

創建Python虛擬環境

conda create -n druggpt python=3.7
conda activate druggpt

安裝 PyTorch 和其他要求

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
pip install datasets transformers scipy scikit-learn psutil
conda install conda-forge/label/cf202003::openbabel

？如何使用

在命令中運行

使用 drug_generator.py

所需參數：

• -p | --pro_seq ：輸入蛋白質胺基酸序列。

• -f | --fasta : 輸入 FASTA 檔。

  只能指定 -p 和 -f 之一。

• -l | --ligand_prompt : 輸入配體提示。

• -e | --empty_input ：啟用直接產生模式。

• -n | --number ：至少會產生多少個分子。

• -d | --device ：要使用的硬體設備。預設為“cuda”。

• -o | --output ：產生分子的輸出目錄。預設為“./ligand_output/”。

• -b | --batch_size ：每批次將產生多少個分子。如果 RAM 較低，請嘗試減少該值。預設值為 16。

• -t | --temperature ：調整文字產生的隨機性；更高的值會產生更多樣化的輸出。預設值為 1.0。

• --top_k ：top-k 採樣要考慮的最高機率標記的數量。預設為 9。

• --top_p ：top-p（核）採樣的累積機率閾值（0.0 - 1.0）。它定義了隨機採樣時考慮的最小標記子集。預設為 0.9。

• --min_atoms ：允許生成的非 H 原子的最小數量。預設為無。

• --max_atoms ：允許生成的非 H 原子的最大數量。預設為 35。

• --no_limit ：停用預設的最大原子限制。

  如果-l |使用--ligand_prompt選項， --max_atoms和--min_atoms參數將被忽略。

？在 Google Colab 中運行

？用法範例

• 如果您想輸入蛋白質 FASTA 文件

  python drug_generator.py -f bcl2.fasta -n 50

• 如果你想輸入蛋白質的胺基酸序列

  python drug_generator.py -p MAKQPSDVSSECDREGRQLQPAERPPQLRPGAPTSLQTEPQGNPEGNHGGEGDSCPHGSPQGPLAPPASPGPFATRSPLFIFMRRSSLLSRSSSGYFSFDTDRSPAPMSCDKSTQTPSPPCQAFNHYLSAMASMRQAEPADMRPEIWIAQELRRIGDEFNAYYARRVFLNNYQAAEDHPRMVILRLLRYIVRLVWRMH -n 50

• 如果您想提供配體提示

  python drug_generator.py -f bcl2.fasta -l COc1ccc(cc1)C(=O) -n 50

• 注意：如果您在Linux環境中運行，則需要將配體的提示符號用單引號（''）括起來。

  python drug_generator.py -f bcl2.fasta -l ' COc1ccc(cc1)C(=O) ' -n 50

如何引用該作品

DrugGPT：基於 GPT 的策略，用於設計針對特定蛋白質的潛在配體

李躍森、高成毅、宋鑫、王翔宇、徐雲剛、韓素霞

生物Rxiv 2023.06.29.543848； doi：https://doi.org/10.1101/2023.06.29.543848

⚖ 許可證

GNU 通用公共授權 v3.0