概览
GeoDiff 是一种用于分子构象生成的几何扩散模型的官方实现，该模型发表于 ICLR 2022 论文。其文档所述工作流程主要包括利用 GEOM 分子数据集进行学习，并为测试集分子生成构象。它是一个包含训练、采样和评估脚本的研究模型实现，而不是上游分子数据库或通用化学工具包。
该仓库链接到原始 GEOM 数据集，以及单独提供的预处理数据集。数据集位置和训练设置通过 YAML 文件配置。训练会在选定的输出目录中生成检查点、配置文件和日志。对于生成任务，项目提供 qm9_default 和 drugs_default 检查点，并支持选择全部或部分测试集。随后，生成的构象会由评估脚本处理；示例中引用了 sample_all.pkl 文件。文档所述评估包括 GEOM 构象覆盖率和匹配分数，以及使用单独的小型 QM9 划分进行的性质预测工作流程。
分支和依赖项的选择是重要限制。README 建议使用所提供预训练检查点的用户切换到 pretrain 分支，因为 main 分支上的更改导致了与这些检查点的兼容性问题。README 还指出，代码库和经过处理的 PyD 数据对象都与较新版本的 torch-geometric 不兼容。因此，所提供的材料支持的是特定研究工作流程，并不意味着该项目兼容当前环境，也不意味着其性能已在任意分子上得到验证。
主要功能
- 基于配置文件在 GEOM 数据集上训练，包括 QM9、类药物分子，以及文档中所述的减少时间步消融设置。
- 提供 `qm9_default` 和 `drugs_default` 预训练检查点，并指定使用 `pretrain` 分支。
- 为完整测试集或按索引选择的子集生成构象，采样设置可在 `test.py` 中配置。
- 通过 `eval_covmat.py` 评估构象，并报告 GEOM 数据集上的 `COV` 和 `MAT` 分数。
- 使用生成的构象和 `eval_prop.py`，通过单独的 QM9 性质预测工作流程进行评估。
- 提供在 PyMol 中显示和对齐分子构象的指导。
使用场景
- 预期评估：为所提供 GEOM 测试数据中的有限子集生成构象，并使用文档所述的 `COV` 和 `MAT` 工作流程进行评估。
- 预期评估：比较由配置控制的训练设置，包括减少时间步的药物模型消融设置。
- 预期评估：探究生成的构象如何支持仓库在单独 QM9 划分上的性质预测基准测试。
- 预期评估：按照所提供的 PyMol 显示和对齐指南，对生成的构象进行可视化检查。
使用方式
- 阅读官方 README，在选择本地环境之前，重点了解其中的环境说明和已知的 torch-geometric 兼容性问题。
- 从链接的下载文件夹获取预处理后的 GEOM 数据。将其放置在配置文件中
dataset设置所指定的位置；注意区分这些数据与原始 GEOM 数据集。 - 选择训练或基于检查点生成的方式。使用所提供的预训练检查点时，请使用 pretrain 分支，并保留文档所述的检查点/配置目录布局。
- 如需训练，请检查仓库的 YAML 设置和
train.py示例。继续操作之前，请核实配置路径：README 同时提到了./configs/*.yml和./config/示例。 - 开始评估时，可在文档所述的
test.py工作流程中选择较小的测试集范围，然后使用eval_covmat.py检查生成结果。应将单独的 QM9 性质划分视为独立评估，并在使用前根据代码核实该示例。