DRlinker:
Prior:
1、数据预处理,数据来源ChEMBL数据库,数据集与SyntaLinker相同
2、模型预训练,bash training.sh;其中会踩很多坑,大部分是路径、引用库和cuda的问题
#可以采用自己的数据集或者chenbl数据集
RL:
3、预训练结束后,微调和测试(RL) (有两种搜索方式beam search & Multinomial sampling),
bash fine-tuning-test.sh:train_type为M或者B
其中注意打分函数是可选的,#choose scoring function: tanimoto, activity_model, NOS, CLOGP, linker_length, QED_SA, MW, QED, SIM_3D, SIM_3D1, SIM_3D2, M_SIM_QED
score_function=activity_model
训练RL模型:
bash train_agent_ms.sh:train_type是M
bash train_agent.sh :train_type是B
其中注意打分函数是可选的,#choose scoring function: tanimoto, activity_model, NOS, CLOGP, linker_length, QED_SA, MW, QED, SIM_3D, SIM_3D1, SIM_3D2, M_SIM_QED
score_function=activity_model
DRlinker基于片段的分子生成模型具体复现步骤
最新推荐文章于 2024-10-12 23:13:26 发布