OpenChem | 用于计算化学和药物设计的深度学习工具包
OpenChem | 用于计算化学和药物设计的深度学习工具包
编·译作者 | 王建民
深度学习在计算化学和材料信息学领域兴起，深度学习可以有效地应用于化学结构及其性能之间的关系建模。随着化学和材料数据的增长，深度学习模型可以开始优于传统的机器学习技术。本文最近发表在《Journal of Chemical Information and Modeling》用于计算化学和药物设计的深度学习工具包OpenChem，一个基于PyTorch的深度学习工具包，用于计算化学和药物设计。OpenChem提供了简单快速的模型开发、模块化的软件设计和多个数据预处理模块。
为了便捷的构建机器学习模型和计算实验的可重复性。研究人员开发了OpenChem，一个基于PyTorch框架的用于计算化学的深度学习库。OpenChem提供模块化设计，可以将构建基块组合在一起；通过让用户使用单个配置文件定义模型来简化易用性；以及高级深度学习功能。
OpenChem是具有PyTorch后端的用于计算化学和药物设计的深度学习工具包。OpenChem的主要目的是为计算化学家提供一种工具，可轻松进行深度学习模型的实验，即快速实施架构，快速训练，调试，结果解释和可视化。主要思想是将工具箱实现为具有统一API的一组构建块，并将由用户组合为单个自定义体系结构。
OpenChem引入了几种模型类型：Feature2Label，Smiles2Label，Graph2Label，SiameseModel，GenerativeRNN和MolecularRNN。这些高级模型类型由较低级别的模块组成，例如嵌入，编码器和多层感知器。模块是从图层构建的，这些图层可以是PyTorch或自定义图层。在OpenChem中实现的自定义层的示例是图卷积，与批处理归一化和ReLU相结合的卷积以及堆栈扩充。另一种OpenChem对象类型是数据集。OpenChem数据集继承自PyTorch数据集，并另外提供用于将输入转换为OpenChem模型的张量的功能。OpenChem有一个数据集，用于将SMILES转换为特征向量，标记和分子图，并将蛋白质序列转换为标记。
总体而言，OpenChem的实施旨在为用户提供模块化设计。即通过调整配置文件中的设置，可以互换使用具有相同输入和输出格式的块。OpenChem允许从配置文件中选择这些选项。OpenChem还支持内置的多GPU训练，并提供了一些用于日志记录和调试的功能。
上图总结了OpenChem中当前实现的模型，模块和任务的类型。用户可以训练用于分类，回归和多任务问题的预测模型，并开发用于生成具有优化特性的新型分子的生成模型。OpenChem可以使用SMILES和分子图。数据层为数据预处理提供了实用程序，例如将SMILES字符串转换为分子图并计算此类图的标准结构特征。
OpenChem库的创建是为了使深度学习算法的高性能实现能够用于药物发现和分子建模应用。OpenChem基于PyTorch框架构建，针对在GPU和大数据集上执行进行了优化。可以从具有数十万甚至数百万个数据点的数据集中快速训练ML模型。OpenChem的模块化API允许轻松进行实验和快速建立模型原型，而无需进行大量编程工作。可以在Cloud和HPC集群中扩展使用OpenChem进行计算。它提供了跟踪良好的日志文件以及可共享的协议和模型，以实现可重现的结果。
GitHub
https://github.com/Mariewelt/OpenChem
参考资料
OpenChem: A Deep Learning Toolkit for Computational Chemistry and Drug Design. Maria Korshunova, Boris Ginsburg, Alexander Tropsha, and Olexandr Isayev. Journal of Chemical Information and Modeling Article ASAP
DOI: 10.1021/acs.jcim.0c00971