Druggpt

🚀 DrugGPT

DrugGPT是一個基於GPT2的生成式藥物設計模型，它藉助自然語言處理技術，將GPT模型應用於化學空間探索，旨在為藥物設計帶來創新，能夠發現對特定蛋白質具有潛在結合能力的新分子。

🚀 快速開始

DrugGPT是一種基於GPT結構的生成式藥物策略，旨在通過自然語言處理技術為藥物設計帶來創新。

本項目將GPT模型應用於化學空間探索，以發現對特定蛋白質具有潛在結合能力的新分子。

DrugGPT通過對多達180萬條蛋白質 - 配體結合數據進行訓練，為生成候選藥物分子提供了一種快速有效的方法。

📦 安裝指南

1. 克隆倉庫

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

   或者，你也可以訪問我們的 GitHub倉庫，點擊 Code>Download ZIP 下載該倉庫。
2. 創建虛擬環境

   conda create -n druggpt python=3.7
   conda activate druggpt
   

3. 下載Python依賴項

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

💻 使用示例

基礎用法

使用 drug_generator.py 腳本，需要指定以下參數：

• -p | --pro_seq：輸入蛋白質氨基酸序列。
• -f | --fasta：輸入FASTA文件。

  ⚠️ 重要提示

  -p 和 -f 只能指定其中一個。

• -l | --ligand_prompt：輸入配體提示。
• -e | --empty_input：啟用直接生成模式。
• -n | --number：至少生成多少個分子。
• -d | --device：使用的硬件設備，默認為 'cuda'。
• -o | --output：生成分子的輸出目錄，默認為 './ligand_output/'。
• -b | --batch_size：每批生成多少個分子。如果內存較低，請嘗試減小該值，默認為32。

高級用法

以下是不同場景下的使用示例：

• 輸入蛋白質FASTA文件

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

• 輸入蛋白質氨基酸序列

  python drug_generator.py -p MAKQPSDVSSECDREGRQLQPAERPPQLRPGAPTSLQTEPQGNPEGNHGGEGDSCPHGSPQGPLAPPASPGPFATRSPLFIFMRRSSLLSRSSSGYFSFDTDRSPAPMSCDKSTQTPSPPCQAFNHYLSAMASMRQAEPADMRPEIWIAQELRRIGDEFNAYYARRVFLNNYQAAEDHPRMVILRLLRYIVRLVWRMH -n 50
  

• 提供配體提示

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

• 在Linux環境下使用

  ⚠️ 重要提示

  如果你在Linux環境下運行，需要用單引號('')將配體提示括起來。

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

📝 如何引用本工作

DrugGPT: A GPT-based Strategy for Designing Potential Ligands Targeting Specific Proteins

Yuesen Li, Chengyi Gao, Xin Song, Xiangyu Wang, Yungang Xu, Suxia Han

bioRxiv 2023.06.29.543848; doi: https://doi.org/10.1101/2023.06.29.543848

📄 許可證

GNU通用公共許可證v3.0