REINVENT 4

描述

REINVENT 是一款分子设计工具，用于从头设计、骨架跃迁、R 基团替换、连接基设计、分子优化和其他小分子设计任务。REINVENT 使用强化学习 (RL) 算法生成优化的分子，符合用户定义的多组分评分的属性配置文件。转移学习 (TL) 可用于创建或预训练模型，生成更接近一组输入分子的分子。

描述该软件的论文已在 Journal of Cheminformatics 上以开放获取方式发表： Reinvent 4: 现代 AI 驱动的生成分子设计。 请参阅 AUTHORS.md 了解之前论文的参考文献。

要求

REINVENT 在 Linux 上开发，支持 GPU 和 CPU。Linux 版本经过全面验证。Windows 和 MacOSX 上的 REINVENT 支持 GPU 和 CPU，但仅在这些平台上进行了部分测试，因此支持有限。

代码使用 Python 3（>= 3.10）编写。依赖项列表可在存储库中找到（另请参阅下面的安装部分）。

GPU 不是严格必需的，但出于性能原因强烈推荐使用，尤其是对于转移学习和模型训练。强化学习 (RL) 需要计算分数，其中大多数评分组件在 CPU 上运行。因此，GPU 对 RL 的重要性较小（取决于在 CPU 上花费的时间）。

请注意，如果您的计算机中没有安装 GPU，代码将自动在 CPU 上运行。REINVENT 支持 NVIDIA GPU 以及部分 AMD GPU。对于大多数设计任务，约 8 GiB 的 CPU 主内存和 GPU 内存就足够了。

安装

1. 克隆此 Git 存储库。
2. 安装兼容版本的 Python，例如使用 Conda（其他虚拟环境如 Docker、pyenv 或系统包管理器也可以）。

   conda create --name reinvent4 python=3.10
   conda activate reinvent4

3. 切换到存储库目录并从锁定文件安装依赖项：

   pip install -r requirements-linux-64.lock

   1. 可选：如果您想在 Linux 上使用 AMD GPU，需要在第 3 点安装依赖项之后手动安装 ROCm PyTorch 版本，例如

      pip install torch==2.2.1 torchvision==0.17.1 torchaudio==2.2.1 --index-url https://download.pytorch.org/whl/rocm5.7

   2. 可选：MacOSX 使用 requirements-macOS.lock 要求文件。
4. 安装工具。依赖项已在上一步安装，因此无需再次安装（标志 --no-deps）。如果要以可编辑模式安装（对代码的更改自动可用），在点号前添加 -e。

   pip install --no-deps .

5. 测试工具。安装程序已将脚本 reinvent 添加到您的 PATH 中。

   reinvent --help

基本用法

REINVENT 是一个命令行工具，主要按以下方式工作

reinvent -l sampling.log sampling.toml

这会将日志信息写入文件 sampling.log。如果您希望将其写入屏幕，请省略 -l sampling.log 部分。sampling.toml 是配置文件。主要用户格式是 TOML，因为它往往更易于使用。也可以使用 JSON，添加 -f json，但建议使用专门的编辑器，因为该格式对微小的更改非常敏感。

所有运行模式的示例配置文件位于存储库中的 config/toml 中，这些文件中的文件路径需要根据您的本地安装进行调整。特别是，现成的先验模型位于 priors 中，您需要根据要解决的研究问题选择适当的模型和运行模式。config/toml 中的几个 *.md 文件中有关于如何配置 TOML 文件的额外信息。内部先验可以使用点表示法引用（参见 reinvent/prior_registry.py）。

教程 / Jupyter 笔记本

基本说明可以在 config/toml 中的配置示例注释中找到。

笔记本位于 notebook/ 目录中。请注意，我们以 jupytext "轻脚本"格式提供笔记本。要使用轻脚本，您需要安装 jupytext。一些其他包也会派上用场。

pip install jupytext mols2grid seaborn

然后可以将 notebook/ 中的 Python 文件转换为笔记本，例如

jupytext -o Reinvent_demo.ipynb Reinvent_demo.py

更新依赖

使用pip-tools更新锁定文件(请不要手动编辑文件):

pip-compile --extra-index-url=https://download.pytorch.org/whl/cu121 --extra-index-url=https://pypi.anaconda.org/OpenEye/simple --resolver=backtracking pyproject.toml

要更新单个包,请使用 pip-compile --upgrade-package somepackage (查看pip-tools文档了解详情)。

评分插件

评分子系统使用简单的插件机制(Python原生命名空间包)。如果你 想编写自己的插件,请按照以下说明操作。 不需要修改任何REINVENT代码。公共 仓库包含一个contrib目录,里面有一些有用的示例。

1. 创建 /top/dir/somewhere/reinvent_plugins/components ,其中 /top/dir/somewhere 是你方便的位置。
2. 不要在 reinvent_plugins 或 components 中放置 __init__.py ,因为这会破坏机制。在 components 中创建普通包是可以的,只要你正确导入它们即可。
3. 将文件名以 comp_* 开头的文件放入 reinvent_plugins/components 。不同名称的文件将被忽略,即不会导入。目录将被递归搜索,因此根据需要构建你的代码,但目录/包名称必须是唯一的。
4. 用 @add_tag 装饰器标记该文件中的评分组件类。可以在同一个 comp_ 文件中添加多个组件类。参见现有代码。
5. 在同一文件中最多标记一个参数数据类,参见现有代码。这是可选的。
6. 将 /top/dir/somewhere 设置或添加到 PYTHONPATH 环境变量中,或使用任何其他机制扩展 sys.path 。
7. REINVENT现在应该能自动识别评分组件。

单元和集成测试

这主要面向开发人员和希望确保安装正常工作的管理员/用户。这里的信息与 REINVENT的实际使用无关。有关如何使用 reinvent 命令的说明,请参阅 基本用法 。

REINVENT项目使用 pytest 框架进行测试。在运行测试之前,你首先要创建一个测试配置文件。

在项目目录中,在 configs/ 目录下创建一个 config.json 文件。 你可以使用示例配置 example.config.json 作为基础。确保 将 MAIN_TEST_PATH 设置为不存在的目录。测试期间临时文件将写入该目录。如果设置为现有目录, 该目录将在测试完成后被删除。

某些测试需要专有的OpenEye许可证。你需要设置一些 事项以使测试读取你的许可证。简单的方法是设置 OE_LICENSE 环境变量为包含许可证的文件路径。

一旦你有了配置并且可以读取许可证,就可以运行测试了。

$ pytest tests --json /path/to/config.json --device cuda