Files
admet-ai/README.md
2025-08-28 22:17:33 +08:00

60 lines
2.7 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
## 使用admet-ai预测
```bash
git clone https://github.com/swansonk14/admet_ai
cd admet_ai
micromamba create -n admet_ai python=3.10
micromamba activate admet_ai
# pip install -r requirements.txt
pip install -e .
admet_predict --data_path ./data/molecules.csv --save_path ./data/preds.csv --smiles_column smiles
$env:OMP_NUM_THREADS="12"
$env:MKL_NUM_THREADS="12"
$env:NUMEXPR_NUM_THREADS="12"
$env:PYTORCH_NUM_THREADS="12"
admet_predict --data_path ./data/molecules.csv --save_path ./data/preds.csv --smiles_column smiles --num_workers 0 --no_cache_molecules
```
## pytorch 降级
看起来你遇到的是 PyTorch 2.6+ 把 torch.load 的默认参数改成了 weights_only=True 导致的非兼容问题。admet-ai通过 chemprop 的 load_args在加载 checkpoint 里保存的 argparse.Namespace 时没有显式设 weights_only=False因此触发了 PyTorch 的安全反序列化报错。详见官方说明2.6 起默认改动与报错指引。
```bash
micromamba activate admet_ai
python -c "import torch,sys;print(torch.__version__)"
pip install --upgrade 'torch<2.6'
pip install --upgrade 'torch<2.6' --index-url https://download.pytorch.org/whl/cu121
```
## 筛选关注的关键属性说明
在抗菌药物候选分子的 ADMET 评估中,本研究主要关注以下 8 个属性,并设置经验阈值作为参考。阈值的设定用于初步风险控制和优先级排序,并非绝对淘汰标准。
### 毒理学属性(应尽量低于阈值)
- **AMES (< 0.5)**
- Ames 致突变实验预测结果。高值表示有潜在的基因突变风险。
- **Carcinogens_Lagunin (< 0.5)**
- 致癌性预测。高值表示分子可能存在致癌风险。
- **ClinTox (< 0.5)**
- 临床毒性模型预测。高值代表在临床阶段出现毒副作用的可能性较大。
- **DILI (< 0.5)**
- 药物性肝损伤Drug-Induced Liver Injury。高值表示存在较强肝毒性风险。
- **hERG (< 0.5)**
- 针对心脏钾通道 hERG 的抑制概率。高值代表心脏毒性风险增加。
### 吸收与利用度属性(应尽量高于阈值)
- **Bioavailability_Ma (> 0.5)**
- 口服生物利用度预测。高值表示药物在体内更容易被吸收并进入循环。
- **HIA_Hou (> 0.5)**
- 人体肠道吸收Human Intestinal Absorption。高值代表口服吸收效果更好。
- **Caco2_Wang (> 0.5)**
- 基于 Caco-2 细胞模型的渗透性预测。高值说明分子透膜能力较好。
### 总结
- **毒理学属性** 是硬约束(应尽量低于阈值,减少毒副作用风险)。
- **吸收与利用度属性** 是优选指标(应尽量高于阈值,保证体内可达有效浓度)。
- 阈值 **0.5** 为经验值,后续可结合分布曲线调整,更贴近抗菌药物实际特性。