```markdown
2024-06-11 16:16:28作者:龚格成
# 使用GNN-CNN预测化合物与蛋白质相互作用的开源项目
在生物信息学和药物发现领域,准确预测化合物与蛋白质(CPI)的相互作用至关重要。本项目提供了一个基于深度学习的解决方案,利用图神经网络(GNN)对化合物进行建模,而卷积神经网络(CNN)则用于处理蛋白质序列。虽然项目开发者已指出将不再维护此项目并建议转向[量子深场模型](https://github.com/masashitsubaki/QuantumDeepField_molecule),但该项目的历史成就和公开代码仍具有一定的研究价值。
## 项目介绍
**CPI预测GNN-CNN**是[2018年Bioinformatics论文](https://academic.oup.com/bioinformatics/advance-article-abstract/doi/10.1093/bioinformatics/bty535/5050020?redirectedFrom=PDF)的PyTorch实现。它通过将SMILES表示的化合物转换为2D图形结构数据,并结合蛋白质的氨基酸序列,预测两者是否能相互作用。该模型以1:1的比例提供了两个CPI数据集:人类和*C. elegans*。
## 项目技术分析
模型的核心在于GNN和CNN的集成。GNN用于学习化合物中子图(即指纹)的表示,而CNN则处理蛋白质序列。尽管这个实现比原始论文中的模型更简单,没有边向量的更新,但它仍能捕捉到分子结构的关键信息。输入为化合物的SMILES字符串和蛋白质序列,输出为二进制标签(交互或不交互)。
## 应用场景
1. **药物研发**:预测新化合物可能与哪些蛋白质发生作用,从而指导药物设计。
2. **生物学研究**:理解蛋白质功能,探索药物靶点。
3. **个性化医疗**:根据个体基因组信息预测其对特定药物的反应。
## 项目特点
1. **易用性**:只需设置好环境(如PyTorch),预处理数据和训练模型只需两条命令。
2. **自定义性**:支持使用相同格式的自定义CPI数据集进行模型训练。
3. **效率**:简化版模型减少了计算复杂度,适用于快速实验。
4. **可复现性**:提供的脚本可以重现论文中的学习曲线。
## 部署说明
1. 运行`code/preprocess_data.py`创建CPI的预处理数据。
2. 运行`code/run_training.py`训练模型。
## 结果
在人类和*C. elegans*测试集上的学习曲线显示了模型的性能稳定性和渐近收敛。
## 引用
当您使用此项目时,请引用以下文献:
@article{tsubaki2018compound, title={Compound-protein Interaction Prediction with End-to-end Learning of Neural Networks for Graphs and Sequences}, author={Tsubaki, Masashi and Tomii, Kentaro and Sese, Jun}, journal={Bioinformatics}, year={2018} }
请注意:由于项目作者已经指出GNN方法对于分子建模可能无效,并推荐使用新的量子深场模型,因此我们鼓励读者考虑最新的研究进展。
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~0265cinatra
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
Bob项目引入重大变更通知系统:提升用户体验的关键改进 MarkdownMonster 编辑器滚动同步机制优化解析 MarkdownMonster文件重命名机制优化与问题修复 MarkdownMonster编辑器搜索功能优化解析 MarkdownMonster中SSH克隆功能的实现与替代方案探讨 Datawhale Key-Book项目PDF版本获取指南 Markdown Monster中自动生成目录的两种实现方式解析 MarkdownMonster 新增空代码块插入功能优化代码编辑体验 Markdown Monster项目中的剪贴板与窗口定位问题解析 VSCode Markdown Preview Enhanced扩展中PDF目录链接跳转问题的分析与解决
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
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
923
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
74
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