MolGen 开源项目安装与使用指南

MolGen 开源项目安装与使用指南

MolGen Code and pre-trained models for the ICLR2024 paper "Domain-Agnostic Molecular Generation with Self-feedback." 项目地址: https://gitcode.com/gh_mirrors/mo/MolGen

MolGen 是一个在 ICLR 2024 上被接受的创新项目，旨在实现领域无关的分子生成，并通过化学反馈进行优化。此项目利用深度学习技术，特别是基于Transformer架构的模型，来生成具有特定化学属性的新颖分子。下面我们将详细解析其目录结构、启动文件以及配置文件的使用。

1. 项目目录结构及介绍

MolGen 的项目结构清晰地组织了代码、数据集和脚本，便于开发者快速上手。下面是主要的目录结构：

MolGen/
│
├── MolGen                # 主要的项目代码库
│   ├── ...
│
├── environment.yml      # Conda环境配置文件
│
├── finetune              # 细调数据集处理和脚本
│   ├── np_test.csv       # 自然产品测试数据
│   ├── np_train.csv      # 自然产品训练数据
│   ├── ...
│
├── generate              # 分子生成相关脚本和结果存储
│
├── moldata               # 化学数据存放区
│   ├── checkpoint        # 模型检查点，包括预训练和细调后的模型
│   ├── generate          # 分子生成脚本相关
│   ├── output            # 生成分子的输出目录
│   └── vocab_list         # 数据字典，如SELFIES词汇表
│
├── preprocess.sh        # 数据预处理脚本
├── finetune.sh           # 细调模型脚本
├── generate.sh          # 生成分子的执行脚本
└── README.md             # 项目简介和快速指南

2. 项目的启动文件介绍

2.1 preprocess.sh

该脚本负责预处理数据，使用MolGen的预训练模型生成候选分子。这是细调过程前的一个重要步骤，确保数据适合后续的模型训练。

2.2 finetune.sh

用于细调模型。它读取经过preprocess.sh处理的数据，并应用自反馈机制对模型进行调整，以优化特定化学属性（如QED或plogP）。

2.3 generate.sh

执行分子生成任务的脚本。用户可以指定是否使用预训练模型还是细调后的模型，生成新的分子结构。

3. 项目的配置文件介绍

MolGen依赖于Conda环境文件 environment.yml 进行环境配置。虽然这不是传统的“配置文件”来控制程序运行时的行为，但它至关重要，因为它定义了所有必要的软件包和版本，确保项目能在一致的环境中运行：

name: Your_env_name
dependencies:
  - python=3.x     # 具体Python版本应根据实际需求填写
  - pytorch         # 等相关深度学习库版本
  - ...             # 其他必要库

实际上，模型训练和生成的具体参数通常通过脚本中硬编码或者命令行参数来设定，而非独立的配置文件。对于更高级的配置选项，可能需要直接修改脚本中的变量或提供特定的命令行输入来定制化行为。

---

以上是对MolGen项目的基本概览，涵盖了目录结构、关键的启动脚本及其作用和环境配置。开始使用MolGen之前，请确保遵循上述指导，创建正确的环境并理解这些脚本的功能。

MolGen Code and pre-trained models for the ICLR2024 paper "Domain-Agnostic Molecular Generation with Self-feedback." 项目地址: https://gitcode.com/gh_mirrors/mo/MolGen