```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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

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
332
1.08 K