DrugCell 项目使用教程

DrugCell 项目使用教程

DrugCell A visible neural network model for drug response prediction 项目地址: https://gitcode.com/gh_mirrors/dr/DrugCell

1. 项目目录结构及介绍

DrugCell 项目的目录结构如下：

DrugCell/
├── code/
│   ├── ... (各种代码文件)
├── data/
│   ├── ... (数据文件)
├── environment_setup/
│   ├── ... (环境配置文件)
├── misc/
│   ├── ... (其他文件)
├── pretrained_model/
│   ├── ... (预训练模型文件)
├── sample/
│   ├── ... (示例文件)
├── .gitattributes
├── LICENSE
├── README.md

目录介绍：

• code/: 包含项目的核心代码文件，用于训练和测试模型。
• data/: 包含项目所需的数据文件，如基因、细胞和药物的特征文件。
• environment_setup/: 包含用于设置项目运行环境的配置文件。
• misc/: 包含一些杂项文件，可能包括一些辅助工具或脚本。
• pretrained_model/: 包含预训练的模型文件，可以直接用于预测。
• sample/: 包含一些示例文件，用于演示如何使用项目。
• .gitattributes: Git 属性文件，用于配置 Git 仓库的行为。
• LICENSE: 项目的许可证文件，说明项目的使用条款。
• README.md: 项目的说明文件，包含项目的概述、安装和使用说明。

2. 项目启动文件介绍

DrugCell 项目的启动文件主要是 predict_drugcell.py 和 predict_drugcell_cpu.py。这两个文件分别用于在 GPU 和 CPU 上运行预训练模型进行预测。

predict_drugcell.py

该文件用于在 GPU 上运行预训练模型进行预测。主要参数如下：

• -gene2id: 基因索引文件路径。
• -cell2id: 细胞索引文件路径。
• -drug2id: 药物索引文件路径。
• -genotype: 细胞突变状态文件路径。
• -fingerprint: 药物指纹文件路径。
• -predict: 测试数据文件路径。
• -hidden: 存储隐藏值的目录路径。
• -result: 存储预测结果的目录路径。
• -load: 预训练模型文件路径。
• -cuda: 使用的 GPU 单元。

predict_drugcell_cpu.py

该文件用于在 CPU 上运行预训练模型进行预测。参数与 predict_drugcell.py 类似，但没有 -cuda 参数。

3. 项目的配置文件介绍

DrugCell 项目的配置文件主要集中在 environment_setup/ 目录下，用于设置项目的运行环境。

environment.yml

该文件用于创建一个包含所有依赖项的 Conda 虚拟环境。主要内容如下：

name: pytorch3drugcell
channels:
  - pytorch
  - defaults
dependencies:
  - python=3.6
  - pytorch
  - torchvision
  - cudatoolkit=10.1
  - networkx
  - numpy

environment_cpu_mac.yml 和 environment_cpu_linux.yml

这两个文件分别用于在 Mac OS X 和 Linux 系统上创建一个基于 CPU 的 Conda 虚拟环境。内容与 environment.yml 类似，但去掉了 cudatoolkit 依赖。

使用方法

在终端中运行以下命令来创建虚拟环境：

conda env create -f environment.yml

创建完成后，激活虚拟环境：

source activate pytorch3drugcell

然后即可运行项目代码。

DrugCell A visible neural network model for drug response prediction 项目地址: https://gitcode.com/gh_mirrors/dr/DrugCell