mol_opt：实用的分子优化基准项目

mol_opt：实用的分子优化基准项目

项目介绍

mol_opt 是一个开源的实用分子优化（PMO）基准项目，旨在促进分子优化算法进展的透明和可复现评估。该项目支持25种分子设计算法，涵盖23个任务，特别关注样本效率（oracle调用）。项目的预印本论文可在 arXiv 上查阅。

项目技术分析

mol_opt 项目基于多种机器学习方法论，将所有方法分为以下几类：

• 虚拟筛选

  • screening：随机搜索 ZINC 数据库。
  • molpal：使用分子属性预测器优先选择高评分分子。

• 遗传算法（GA）

  • graph_ga：基于分子图。
  • smiles_ga：基于 SMILES。
  • selfies_ga：基于 SELFIES。
  • stoned：基于 SELFIES。
  • synnet：基于合成。

• 变分自编码器（VAE）

  • smiles_vae：基于 SMILES。
  • selfies_vae：基于 SELFIES。
  • jt_vae：基于连接树（片段作为构建块）。
  • dog_ae：基于合成。

• 贝叶斯优化（BO）

  • gpbo

• 强化学习（RL）

  • reinvent
  • reinvent_selfies
  • reinvent_transformer
  • graphinvent
  • moldqn
  • smiles_aug_mem
  • smiles_bar

• 爬山算法（HC）

  • smiles_lstm_hc：SMILES 级别的 HC。
  • smiles_ahc：SMILES 级别的增强 HC。
  • selfies_lstm_hc：SELFIES 级别的 HC。
  • mimosa：图级别的 HC。
  • dog_gen：基于合成的 HC。

• 梯度上升

  • dst：基于分子图。
  • pasithea：基于 SELFIES。

• 基于评分的建模（SBM）

  • gflownet
  • gflownet_al
  • mars

项目还提供了预处理的数据和预训练的模型，用户可以直接使用。

项目及技术应用场景

mol_opt 项目适用于以下应用场景：

1. 药物发现：通过优化分子结构，加速新药研发。
2. 材料科学：设计具有特定性质的新材料。
3. 化学合成：优化合成路径，提高合成效率。
4. 学术研究：为分子优化算法的研究提供基准和比较平台。

项目特点

• 全面性：涵盖25种算法和23个任务，满足多种研究需求。
• 高效性：特别关注样本效率，减少计算资源消耗。
• 易用性：提供轻量级版本，可通过 pip 安装，三行代码即可运行。
• 可复现性：提供预训练模型和预处理数据，确保结果可复现。
• 灵活性：支持多种运行模式，包括单次测试、生产环境和超参数调优。

安装指南

conda create -n molopt python=3.7
conda activate molopt
pip install torch
pip install PyTDC
pip install PyYAML
conda install -c rdkit rdkit

推荐使用 PyTorch 1.10.2 和 PyTDC 0.3.6。

一行代码运行

python run.py MODEL_NAME --seed 0 1 2
python run.py MODEL_NAME --task production --n_runs 5 --oracles qed
python run.py MODEL_NAME --task tune --n_runs 30 --smi_file XX --other_args XX

MODEL_NAME 参考上表中的方法名称。

mol_opt 项目为分子优化领域的研究和实践提供了强大的工具和平台，欢迎广大研究人员和开发者使用和贡献！🔬🌟