引言

Deep Graph Library (DGL) 是一个在图上做深度学习的框架。在0.3.1版本中，DGL支持了基于PyTorch的化学模型库。如何生成分子图是我感兴趣的。

环境准备

• PyTorch：深度学习框架
• DGL：用于图上的深度学习，支持PyTorch、MXNet等多种深度学习框架
• RDKit：用于构建分子图并从字符串表示形式绘制结构式

分子生成与Junction Tree VAE

分子生成

候选药用化合物的数量估计为10 ^ {23} -10 ^ {60} ，但是合成所有这些化合物是不现实的，每年都会发现新的化合物。到目前为止，仅合成了大约10 ^ 8 。

设计新化合物，考虑其合成方法，在药物发现的过程中尝试实际合成的化合物需要大量的时间和金钱，故AI药物发现具有了原始动机。药物发现的的目标是产生对疾病有效的药物，副作用更少且易合成

Junction Tree VAE

JT-VAE (junction tree variational autoencoder)

JT-VAE同时考虑了分子的两种图表示：分子图和联合树。在分子图中，我们把原子作为节点，化学键作为边。在联合树中，我们将分子图中的一些子结构看作节点。”

基于DGL的分子图生成

导入库

import dglfrom dgl import model_zoofrom dgl.model_zoo.chem.jtnn import JTNNDataset, cuda, JTNNCollatorimport rdkitfrom rdkit import Chemfrom rdkit.Chem import Draw, MolFromSmiles, MolToSmilesimport torchfrom torch.utils.data import DataLoader, Subsetfrom tqdm.notebook import tqdm

数据预处理

dataset = JTNNDataset(data="test", vocab="vocab", training=False)dataset.training = False

载入数据

dataset.data = ['CN1C=NC2=C1C(=O)N(C(=O)N2C)C', 'CCN(CC)C(=O)C1CN(C2CC3=CNC4=CC=CC(=C34)C2=C1)C']

使用Dataloader批次化处理和获取数据

def worker_init_fn(id_):    lg= rdkit.RDLogger.logger()    lg.setLevel(rdkit.RDLogger.CRITICAL)