ConfGF 开源项目使用教程

ConfGF 开源项目使用教程

ConfGF Implementation of Learning Gradient Fields for Molecular Conformation Generation (ICML 2021). 项目地址: https://gitcode.com/gh_mirrors/co/ConfGF

1. 项目介绍

ConfGF 是一个用于分子构象生成的开源项目，由 DeepGraphLearning 团队开发。该项目在 ICML 2021 上发表，旨在通过学习原子坐标对数密度的梯度场来预测分子的稳定 3D 结构。与传统的机器学习方法不同，ConfGF 直接估计梯度场，从而减少了预测距离带来的误差，提高了 3D 坐标生成的准确性。

2. 项目快速启动

2.1 环境安装

推荐使用 Conda 进行环境安装：

# 克隆项目
git clone https://github.com/DeepGraphLearning/ConfGF.git
cd ConfGF

# 创建并激活环境
conda env create -f env.yml
conda activate confgf

# 安装库
pip install -e .

2.2 生成分子构象

使用以下命令生成分子构象：

python -u script/gen.py --config_path /config/qm9_default.yml --generator ConfGF --smiles c1ccccc1

其中，--smiles c1ccccc1 表示输入的分子为苯（benzene）。

3. 应用案例和最佳实践

3.1 分子构象生成

ConfGF 可以用于生成各种分子的 3D 构象。例如，生成 QM9 数据集中的分子构象：

python -u script/gen.py --config_path /config/qm9_default.yml --generator ConfGF --start 0 --end 200

3.2 结果评估

生成构象后，可以使用以下命令计算 COV 和 MAT 分数：

python -u script/get_task1_results.py --input dir_of_QM9_samples --core 10 --threshold 0.5

4. 典型生态项目

4.1 DeepGraphLearning 其他项目

• GraphVite: 一个用于图嵌入的高效工具包。
• GraphZoom: 一个用于图嵌入的加速方法。

4.2 相关领域项目

• RDKit: 一个用于化学信息学的开源工具包。
• OpenBabel: 一个用于分子操作的开源工具包。

通过这些生态项目，可以进一步扩展 ConfGF 的应用场景，提升分子构象生成的效率和准确性。

ConfGF Implementation of Learning Gradient Fields for Molecular Conformation Generation (ICML 2021). 项目地址: https://gitcode.com/gh_mirrors/co/ConfGF