马上注册,结交更多好友,下载更多分子模拟资源。
您需要 登录 才可以下载或查看,没有帐号?我想注册
x
本帖最后由 MolAICal 于 2020-9-2 23:42 编辑
使用PyInstaller打包MolAICal软件深度学习模型“AIGenMols”的例子
更多教程(含英文教程)请见如下: MolAICal官方主页:https://molaical.github.io MolAICal 文章介绍:https://doi.org/10.1093/bib/bbaa161 MolAICal中文博客:https://molaical.github.io/cntutorial.html MolAICal blogspot:https://qblab.blogspot.com
1. 介绍 药物的深度学习模型在使用的时候是以代码的形式调用,如果能将其打包成二进制可执行文件,将有利于深度学习模型的部署使用和推广,在本教程中,选择了ORGAN (https://github.com/gablg1/ORGAN) 来打包二进制可执行程序“AIGenMols”。 此外,您可以根据本教程打包自己训练的深度学习模型。
2. 材料 2.1. 所需软件 1) MolAICal: https://molaical.github.io 2) Anaconda: https://www.anaconda.com/open-source Anaconda的版本选择应基于Python3.x而不是Python 2.x 2.2. 示例文件 1) 所有必需的教程文件均可从以下网址下载: https://github.com/MolAICal/specialtopic/tree/master/012-AIGenMols
3. 步骤 3.1. 安装 Anconda (https://www.anaconda.com/distribution). 确保完全安装并且正确设置了环境变量。
3.2. 下载“spec-list.txt”并创建一个独立的环境 [mw_shl_code=bash,true]#> conda create --name AIGen --file spec-list.txt
#> conda activate AIGen
[/mw_shl_code] 注意:如果发生某些错误,例如:CondaHTTPError: HTTP 404 NOT FOUND forurl <https://conda.anaconda.org/conda-forge/linux-64/xxxx-xxxx> , 您可以在“spec-list.txt”中删除相应的软件包。 然后重复上述步骤。 可以通过以下类似步骤安装缺少的软件包,而无需安装版本号: [mw_shl_code=bash,true]#> conda install -c conda-forge xxxx[/mw_shl_code]
3.3. 安装必需的库 [mw_shl_code=bash,true]#> conda install -c conda-forge openblas
#> conda install -c conda-forge openssl
#> pip install editdistance==0.3.1
[/mw_shl_code]
3.4. 最后,生成二进制“深度学习模型” 解压缩“ organ.zip” [mw_shl_code=bash,true]#> unzip organ.zip
#> cd organ
#> pyinstaller --add-data="organ/NP_score.pkl.gz ![](static/image/smiley/default/shocked.gif) rgan" --add-data="organ/SA_score.pkl.gz ![](static/image/smiley/default/shocked.gif) rgan" --add-data="organ/data/FDA-H.csv ![](static/image/smiley/default/shocked.gif) rgan/data" --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.data-00000-of-00001 ![](static/image/smiley/default/shocked.gif) rgan/checkpoints/FDA-H" --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.index ![](static/image/smiley/default/shocked.gif) rgan/checkpoints/FDA-H" --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.meta ![](static/image/smiley/default/shocked.gif) rgan/checkpoints/FDA-H" --add-data="organ/data/FDA1884.csv ![](static/image/smiley/default/shocked.gif) rgan/data" --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.data-00000-of-00001 ![](static/image/smiley/default/shocked.gif) rgan/checkpoints/FDA1884" --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.index ![](static/image/smiley/default/shocked.gif) rgan/checkpoints/FDA1884" --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.meta ![](static/image/smiley/default/shocked.gif) rgan/checkpoints/FDA1884" --add-data="organ/data/zinc.csv:organ/data" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.data-00000-of-00001:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.index:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.meta:organ/checkpoints/ZINC" -F main.py
[/mw_shl_code] 打开文件夹 “organ/dist” #> cd dist 您将看到名为“ main”的文件,将其重命名为“ AIGenMols” [mw_shl_code=bash,true]#> mv main AIGenMols
#> chmod +x AIGenMols
[/mw_shl_code] 此时完全生成了名为“AIGenMols”的二进制深度学习模型。将其直接复制或移动到MolAICal软件文件夹中即可。
安装过程分析: [mw_shl_code=bash,true]--add-data="organ/data/zinc.csv:organ/data" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.data-00000-of-00001:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.index:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.meta:organ/checkpoints/ZINC" -F main.py[/mw_shl_code] 以上部分是打包关键的部分,您可以使用自己训练好的深度学习模型替换以上数据
注意: 1). 安装Anaconda时,Anaconda的安装路径应确保没有空格。例如: /home/test install/anaconda。字符“test”和“install”之间的空格可能会导致“AIGenMols”打包过程失败。 2). “AIGenMols”的命令用法应如下所示,才能保证打包的模型可以直接被MolAICal调用: [mw_shl_code=bash,true]AIGenMols -f test.txt -s FDAFrag -n 100
AIGenMols -f test.txt -s ZINCMol -n 100
-f: 表示生成包含SMILES格式分子的文件名。
-s: 代表选择的深度学习模型名称,如:ZINCMol代表使用ZINC数据库的分子训练出的深度药物生长模型
-n: 代表产生的分子数
[/mw_shl_code]
这只是打包“AIGenMols”的一个示例。您可以对自己训练的模型使用类似的打包方法。
|