TorchDrug: Python-библиотека для разработки лекарств с помощью глубоких нейронных сетей

Группа учёных из канадского научно-исследовательского института MILA недавно выложила в открытый доступ библиотеку TorchDrug. По задумке авторов, целевая аудитория этого инструмента - специалисты в области машинного обучения, которые хотят быстро накидать модельку-другую с прицелом на разработку новых лекарственных молекул.

Авторы отмечают следующие достоинства своего инструмента:

- Не требует специальных знаний в области химии

- Предоставляет заранее подготовленные наборы данных для обучения и бенчмаркинга моделей

- Даёт в распоряжение пользователя заранее написанные строительные блоки сложных нейросетей (по сути, готовые слои), из которых, как из кубиков Лего, можно собрать свою кастомную модель

- Предоставляет возможность легко раскидывать вычисления между любым количеством CPU и GPU.

На данный момент, TorchDrug можно использовать для предсказания свойств молекул (QSAR), извлечения молекулярных представлений (эмбеддингов), де ново дизайна и оптимизации молекул, работы с химическими реакциями и ретросинтезом, а также заполнением пропущенных связей между узлами заданного биомедицинского графа (Biomedical Knowledge Graph Reasoning). В скором времени обещают добавить поддержку извлечения эмбеддингов не только малых молекул, но и белков (Protein Representation Learning).

Код, туториалы и документацию TorchDrug можно найти по адресу https://torchdrug.ai/ .

Источник: torchdrug.ai

Комментарии: