Оценка ретросинтетической доступности (RA)

• RAscore-это оценка, полученная из предсказаний автоматизированного инструмента планирования синтеза (AiZynthfinder: https://github.com/MolecularAI/aizynthfinder).
• R1 - это двоичная оценка, указывающая, может ли лежащий в основе инструмент планирования автоматизированного синтеза найти маршрут (1) или нет (0) к данному соединению.
• Этот инструмент был обучен на 200 000 соединениях из ChEMBL и поэтому ограничен соединениями в пределах аналогичных областей химического пространства. Он предназначен для прогнозирования ретросинтетической доступности биологически активных молекул.
• Попытки использовать оценку на более экзотических соединениях, таких как те, которые находятся в базах данных GDB, не будут работать:
  • В этом случае необходимо будет переключиться на модель GDBscore, соответствующие модели можно найти в папке models или загрузить с сервера предварительной печати.

Установка

Следуйте инструкциям в указанном порядке, чтобы избежать конфликтов.

1. Создайте среду (Примечание: версия python должна быть >=3.7):
   conda create --name myenv python=3.7

или использовать существующую среду

1. Установите rdkit 2020.03, tensorflow 2 и XGboost (если они уже установлены, пропустите этот шаг)

conda install -c rdkit rdkit -y conda install -c anaconda tensorflow>=2.1.0 -y pip install -U scikit-learn pip install xgboost tqdm 

1. Клонирование репозитория RFC git clone https://github.com/reymond-group/RAscore.git

изменить каталог на репозиторий cd RAscore

1. Установить R1 python -m pip install -e .

2. Распакуйте модели в папку models. Zip-файл, содержащий модели, также доступен на сервере предварительной печати. cd RAscore/model/
unzip models

Если вы хотите переподготовить модели или обучить свои собственные модели с помощью платформы оптимизации гиперпараметров, найденной в папке "model_building", то в среде также должно быть установлено следующее:
pip install -r requirements.txt

SYBA, SCscore и S1 также должны быть загружены для расчетов дескрипторов и обучающих скриптов, модифицированных с учетом расположения моделей:

• https://github.com/lich-uct/syba
• https://github.com/connorcoley/scscore
• https://github.com/rdkit/rdkit/tree/master/Contrib/SA_Score

Использование

Импорт в Python

В зависимости от того, хотите ли вы использовать модели на основе XGB или Tensorflow, вы можете импортировать различные модули.

Модели RFC содержатся в следующих папках:

• R1
  • DNN_chembl_fcfp_counts
  • XGB_chembl_ecfp_counts
• GDBscore
  • DNN_gdbchembl_fcfp_counts
  • XGB_gdbchembl_ecfp_counts

from RAscore import RAscore_NN #For tensorflow and keras based models from RAscore import RAscore_XGB #For XGB based models  nn_scorer = RAscore_NN.RAScorerNN('<path-to-repo>/RAscore/RAscore/model/models/DNN_chembl_fcfp_counts/model.h5') xgb_scorer = RAscore_XGB.RAScorerXGB('<path-to-repo>/RAscore/RAscore/model/models/XGB_chembl_ecfp_counts/model.pkl')   mesylate imatinib_mesylate = 'CC1=C(C=C(C=C1)NC(=O)C2=CC=C(C=C2)CN3CCN(CC3)C)NC4=NC=CC(=N4)C5=CN=CC=C5.CS(=O)(=O)O' nn_scorer.predict(imatinib_mesylate) 0.99522984  xgb_scorer.predict(imatinib_mesylate) 0.99259007   omeprazole = 'CC1=CN=C(C(=C1OC)C)CS(=O)C2=NC3=C(N2)C=C(C=C3)OC' nn_scorer.predict(omeprazole) 0.99999106  xgb_scorer.predict(omeprazole) 0.9556329   - Illustrates problem synthesis planning tools face with complex ring systems morphine = 'CN1CC[C@]23c4c5ccc(O)c4O[C@H]2[C@@H](O)C=C[C@H]3[C@H]1C5' nn_scorer.predict(morphine) 8.316945e-07  xgb_scorer.predict(morphine) 0.0028359715 

Интерфейс Командной Строки

Предусмотрен интерфейс командной строки, который обеспечивает гибкость определения моделей.
Интерфейс можно найти по адресу: RAscore/command_line_interface.py

Usage: command_line_interface.py [OPTIONS]  Options:   -f, --file_path TEXT      Absolute path to input file containing one SMILES                             on each line. The column should be labelled                             "SMILES" or if another header is used, specify it                             as an option    -c, --column_header TEXT  The name given to the singular column in the file                             which contains the SMILES. The column must be                             named.    -o, --output_path TEXT    Output file path   -m, --model_path TEXT     Absolute path to the model to use, if .h5 file                             neural network in tensorflow/keras, if .pkl then                             XGBoost    --help                    Show this message and exit.  python command_line_interface.py -f <path-to-smiles-file> -c SMILES -o <path-to-output-file> -m <path-to-model-file> 

Производительность на тестовом наборе

• Тестовый набор содержит около 20 000 соединений от ChEMBL
• Модель была способна разделить кластеры решенных / нерастворенных соединений, найденных путем вычисления средней связи
• R1 может лучше различать растворенные / нерастворенные соединения, чем существующие методы.

  

Вычисление средней связи

Источник: github.com

Комментарии: