概览
DeepPurpose 是一个以药物-靶点相互作用预测为核心的分子建模工具包，还包含化合物性质、药物-药物相互作用、蛋白质-蛋白质相互作用和蛋白质功能模块。它提供可配置的训练与推理框架，而非单一预测模型。其文档所述工作流将数据集准备、分子编码、模型配置、训练和候选物排序串联起来，适用于药物重定位和虚拟筛选等研究应用。
对于药物-靶点任务，输入包括化合物 SMILES、蛋白质氨基酸序列以及实测结合值或二元标签。其他模块接受化合物单独输入、蛋白质单独输入，或带有相应标签的配对输入。用户可以选择指纹、描述符、序列或图编码，准备训练集、验证集和测试集划分，并初始化模型或加载预训练检查点。输出包括预测结果、训练指标、评估图表和排序后的药物重定位结果。数据集加载器涵盖 BindingDB、DAVIS、KIBA 和 Broad Repurposing Hub 等来源；这些是上游数据资源，并非由 DeepPurpose 维护的数据库。
README 记录了回归和二元分类、冷药物和冷靶点评估设置、标签尺度转换，以及与具名数据集相关的预训练模型。README 还提醒，教育用途的预训练药物重定位示例覆盖范围有限，且对未见过的蛋白质可能无法泛化。BindingDB 和 DAVIS DTI 检查点使用对数尺度标签，因此解读输出时需要留意转换设置。项目建议在湿实验验证前由专家进行检查，并警告不要直接使用建议的药物。这些有文档说明的工作流可用于制定评估计划，但不构成活性已获实验确认的证据。
主要功能
- 用于药物-靶点、药物-药物和蛋白质-蛋白质相互作用预测、化合物性质预测及蛋白质功能预测的任务模块。
- 可选的化合物编码包括 Morgan 指纹、rdkit_2d_normalized 描述符、基于 SMILES 的 CNN、transformer、MPNN 和 DGL 图模型；蛋白质编码包括序列描述符、CNN 和 transformer。
- 数据集加载器和文本文件读取器支持基准结合数据、生物测定标签、自定义相互作用对、药物重定位库和虚拟筛选输入。
- 数据准备支持冷药物和冷靶点划分；训练功能提供早停以及分类或回归指标。
- 预训练检查点加载、从头训练和有文档说明的微调工作流，可用于药物重定位和虚拟筛选并生成排序结果。
- 标签转换支持在对数尺度和原始结合值尺度之间转换，包括解读预训练 DTI 预测结果。
使用场景
- 预期评估用途：使用有文档说明的基准数据集以及冷药物或冷靶点划分，比较不同化合物和蛋白质编码对结合亲和力预测的影响。
- 预期评估用途：当缺少靶蛋白序列时，使用带标签的筛选数据训练化合物性质模型。
- 预期评估用途：针对目标序列对给定化合物库进行排序，以供专家审查并筛选用于实验验证的候选物。
- 预期评估用途：使用有文档说明的输入格式和带标签的配对数据，探索药物-药物或蛋白质-蛋白质相互作用分类。
使用方式
- 从仓库 README入手，选择任务模块并查看示例。根据问题选择相互作用回归、二元分类或化合物/蛋白质预测任务。
- 按照 README 中的说明进行本地软件包安装或配置基于源代码的环境。请将其视为提供的设置指南，而非对其与当前环境兼容性的确认。
- 查阅DEMO 文件夹中的数据格式说明和笔记本。按要求准备 SMILES、蛋白质序列和标签；检查结合值单位，并确认是否适合进行对数转换。
- 选择有文档说明的编码方式并配置数据划分。若要评估预期的泛化能力，可考虑冷药物或冷靶点划分，而不要只依赖随机划分。在选择检查点之前，先训练模型或查阅预训练模型教程。
- 在运行药物重定位或虚拟筛选之前，检查适合任务的指标和预测尺度。实验后续工作前，请由领域专家审查排序结果。相关文档网站被描述为仍在积极开发中。