torch-molecule 分子机器学习库使用指南
2025-06-11 03:45:16作者:卓艾滢Kingsley
概述
torch-molecule 是一个基于 PyTorch 的分子机器学习库,专注于分子性质预测和分子生成任务。它为研究人员和开发者提供了一套完整的工具链,可以方便地进行分子相关的机器学习实验和应用开发。
分子性质预测
分子性质预测是计算化学和药物发现中的重要任务。torch-molecule 提供了 GREAMolecularPredictor 等预测器,支持多种图神经网络架构和自动超参数优化。
基本使用流程
- 定义搜索参数空间:首先需要定义模型架构和训练相关的参数搜索空间
search_GNN = {
"gnn_type": ParameterSpec(ParameterType.CATEGORICAL, ["gin-virtual", "gcn-virtual", "gin", "gcn"]),
"norm_layer": ParameterSpec(ParameterType.CATEGORICAL, ["batch_norm", "layer_norm"]),
"graph_pooling": ParameterSpec(ParameterType.CATEGORICAL, ["mean", "sum", "max"]),
"augmented_feature": ParameterSpec(ParameterType.CATEGORICAL, ["maccs,morgan", "maccs", "morgan", None]),
"num_layer": ParameterSpec(ParameterType.INTEGER, (2, 5)),
"hidden_size": ParameterSpec(ParameterType.INTEGER, (64, 512)),
"drop_ratio": ParameterSpec(ParameterType.FLOAT, (0.0, 0.5)),
"learning_rate": ParameterSpec(ParameterType.LOG_FLOAT, (1e-5, 1e-2)),
"weight_decay": ParameterSpec(ParameterType.LOG_FLOAT, (1e-10, 1e-3)),
}
- 初始化预测器:根据任务类型选择合适的预测器
grea_model = GREAMolecularPredictor(
num_task=num_task,
task_type="regression",
model_name="GREA_multitask",
batch_size=BATCH_SIZE,
epochs=N_epoch,
evaluate_criterion='r2',
evaluate_higher_better=True,
verbose=True
)
- 自动拟合模型:使用 autofit 方法进行自动超参数搜索和模型训练
grea_model.autofit(
X_train=X_train.tolist(),
y_train=y_train,
X_val=X_val.tolist(),
y_val=y_val,
n_experiments=N_trial,
search_parameters=search_GREA
)
技术要点
- 支持多种 GNN 架构:GIN、GCN 等
- 提供多种图池化方法:mean、sum、max
- 可添加分子指纹作为增强特征:MACCS、Morgan 指纹等
- 内置自动超参数优化功能
分子生成
分子生成是药物发现中的关键环节,torch-molecule 提供了基于扩散模型的分子生成器 GraphDITMolecularGenerator。
基本使用流程
- 初始化生成器:指定任务类型和训练参数
model_cond = GraphDITMolecularGenerator(
task_type=['regression'] * len(property_names),
batch_size=1024,
drop_condition=0.1,
verbose=True,
epochs=10000,
)
- 训练模型:使用已知分子和性质数据进行训练
model_cond.fit(train_smiles_list, train_property_array)
- 生成分子:根据目标性质生成新分子
generated_smiles_list = model_cond.generate(test_property_array)
- 有效性检查:验证生成的分子结构是否有效
def is_valid_smiles(smiles):
if smiles is None:
return False
mol = Chem.MolFromSmiles(smiles)
return mol is not None
技术要点
- 基于扩散模型的分子生成方法
- 支持条件生成(根据目标性质生成分子)
- 内置重试机制处理无效分子
- 与 RDKit 兼容,便于后续分析
预训练模型使用
torch-molecule 支持模型的保存和加载,便于模型共享和部署。
保存和加载模型
- 保存模型到本地或模型库
model.push_to_huggingface(
repo_id=repo_id,
task_id=f"{task_name}",
metrics=metrics,
commit_message=f"Upload GREA_{task_name} model with metrics: {metrics}",
private=False
)
- 加载预训练模型
model = GREAMolecularPredictor()
model.load_model(f"{model_dir}/GREA_{task_name}.pt", repo_id=repo_id)
model.set_params(verbose=True)
- 使用模型进行预测
predictions = model.predict(smiles_list)
技术要点
- 支持模型版本管理和共享
- 保存完整的模型配置和训练指标
- 便于模型复现和部署
最佳实践
- 数据准备:确保输入数据格式正确,SMILES 字符串需要转换为列表形式
- 参数调优:合理设置搜索空间,避免过大导致搜索效率低下
- 验证策略:使用独立的验证集评估模型性能
- 错误处理:对于分子生成任务,实现适当的重试机制
- 性能监控:关注训练过程中的关键指标变化
torch-molecule 为分子机器学习提供了全面的解决方案,无论是性质预测还是分子生成任务,都能通过简洁的 API 实现高效开发。开发者可以根据具体需求选择合适的组件,快速构建分子相关的机器学习应用。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
927
551

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8