TamGen：利用化学语言模型进行药物设计的目标感知分子生成

引言

这是论文《TamGen：利用化学语言模型进行药物设计的目标感知分子生成》的实现内容。
我们的实现基于fairseq-v0.8.0构建。

安装

conda create -n TamGen python=3.9
conda activate TamGen

bash setup_env.sh

数据集

为 CrossDocked 数据集构建训练数据

步骤 1：如果你不在 “TamGen” 仓库的 “data” 文件夹中，请先切换到该文件夹。

步骤 2：运行 “bash build_crossdocked_dataset.sh” 命令。

在 “data” 文件夹中运行 “build_crossdocked_dataset.sh” 之后，你应该会得到如下文件结构：

data
├── build_crossdocked_dataset.sh
└── crossdocked
    ├── bin
    │   ├── dict.m1.txt
    │   ├── dict.tg.txt
    │   ├── src
    │   ├── structure-files-test
    │   ├── structure-files-train
    │   ├── structure-files-valid
    │   ├── test-coordinates.orig.pkl
    │   ├── test-coordinates.pkl
    │   ├── test-info.csv
    │   ├── test.tg-m1.m1.bin
    │   ├── test.tg-m1.m1.idx
    │   ├── test.tg-m1.tg.bin
    │   ├── test.tg-m1.tg.idx
    │   ├── train-coordinates.orig.pkl
    │   ├── train-coordinates.pkl
    │   ├── train-info.csv
    │   ├── train.tg-m1.m1.bin
    │   ├── train.tg-m1.m1.idx
    │   ├── train.tg-m1.tg.bin
    │   ├── train.tg-m1.tg.idx
    │   ├── valid-coordinates.orig.pkl
    │   ├── valid-coordinates.pkl
    │   ├── valid-info.