Druggpt

🚀 DrugGPT

DrugGPT是一个基于GPT2的生成式药物设计模型，它借助自然语言处理技术，将GPT模型应用于化学空间探索，旨在为药物设计带来创新，能够发现对特定蛋白质具有潜在结合能力的新分子。

🚀 快速开始

DrugGPT是一种基于GPT结构的生成式药物策略，旨在通过自然语言处理技术为药物设计带来创新。

本项目将GPT模型应用于化学空间探索，以发现对特定蛋白质具有潜在结合能力的新分子。

DrugGPT通过对多达180万条蛋白质 - 配体结合数据进行训练，为生成候选药物分子提供了一种快速有效的方法。

📦 安装指南

1. 克隆仓库

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

   或者，你也可以访问我们的 GitHub仓库，点击 Code>Download ZIP 下载该仓库。
2. 创建虚拟环境

   conda create -n druggpt python=3.7
   conda activate druggpt
   

3. 下载Python依赖项

   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

基础用法

使用 drug_generator.py 脚本，需要指定以下参数：

• -p | --pro_seq：输入蛋白质氨基酸序列。
• -f | --fasta：输入FASTA文件。

  ⚠️ 重要提示

  -p 和 -f 只能指定其中一个。

• -l | --ligand_prompt：输入配体提示。
• -e | --empty_input：启用直接生成模式。
• -n | --number：至少生成多少个分子。
• -d | --device：使用的硬件设备，默认为 'cuda'。
• -o | --output：生成分子的输出目录，默认为 './ligand_output/'。
• -b | --batch_size：每批生成多少个分子。如果内存较低，请尝试减小该值，默认为32。

高级用法

以下是不同场景下的使用示例：

• 输入蛋白质FASTA文件

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

• 输入蛋白质氨基酸序列

  python drug_generator.py -p MAKQPSDVSSECDREGRQLQPAERPPQLRPGAPTSLQTEPQGNPEGNHGGEGDSCPHGSPQGPLAPPASPGPFATRSPLFIFMRRSSLLSRSSSGYFSFDTDRSPAPMSCDKSTQTPSPPCQAFNHYLSAMASMRQAEPADMRPEIWIAQELRRIGDEFNAYYARRVFLNNYQAAEDHPRMVILRLLRYIVRLVWRMH -n 50
  

• 提供配体提示

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

• 在Linux环境下使用

  ⚠️ 重要提示

  如果你在Linux环境下运行，需要用单引号('')将配体提示括起来。

  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

📄 许可证

GNU通用公共许可证v3.0