first add

2025-10-16 17:21:48 +08:00
commit a56e60e9a3
192 changed files with 32720 additions and 0 deletions
--- a/README.md
+++ b/README.md
@@ -0,0 +1,139 @@
+## MolE 广谱抗菌预测 API
+
+测试案例： example_usage.py
+
+## 功能特性
+
+1. **高性能并行处理** - 支持多进程并行计算，显著提高大批量分子预测速度
+2. **多种使用方式** - 提供Python API、命令行工具和Web服务三种使用方式
+3. **模块化设计** - 易于集成到其他项目中
+4. **灵活配置** - 支持自定义模型路径、阈值等参数
+
+## 安装
+
+```bash
+pip install -e .
+```
+
+## 使用方式
+
+### 1. Python API
+
+```python
+from broad_spectrum_parallel import predict_smiles, MoleculeInput
+
+# 预测单个或多个SMILES
+results = predict_smiles(["CCO", "CCN"], ["ethanol", "ethylamine"])
+
+for result in results:
+    print(f"{result.chem_id}: 广谱={result.broad_spectrum}, 抑制数={result.ginhib_total}")
+```
+
+### 2. 命令行工具
+
+```bash
+# 基本用法
+predict_antimicrobial input.tsv output.tsv --smiles_input --smiles_colname smiles --chemid_colname chem_id
+
+# 聚合预测结果
+predict_antimicrobial input.tsv output.tsv --smiles_input --aggregate_scores
+```
+
+### 3. Web API服务
+
+```bash
+# 启动服务
+uvicorn broad_spectrum_parallel.api:app --host 0.0.0.0 --port 8000
+```
+
+然后可以通过POST请求访问`http://localhost:8000/predict`端点：
+
+```bash
+curl -X POST "http://localhost:8000/predict" \
+     -H "Content-Type: application/json" \
+     -d '{"smiles": ["CCO", "CCN"]}'
+```
+
+## 结果解读
+
+从运行结果可以看到，每个化合物返回8个关键指标：
+
+1. 抗菌潜力分数（对数尺度）：
+
+apscore_total: -11.758 - 总体抗菌分数
+apscore_gnegative: -11.648 - 革兰阴性菌抗菌分数
+apscore_gpositive: -11.848 - 革兰阳性菌抗菌分数
+2. 抑制菌株统计：
+
+ginhib_total: 0 - 总抑制菌株数
+ginhib_gnegative: 0 - 抑制的革兰阴性菌株数
+ginhib_gpositive: 0 - 抑制的革兰阳性菌株数
+3. 广谱判定：
+
+broad_spectrum: 0 - 是否广谱抗菌（需抑制≥10个菌株）
+🧪 结果解释示例
+以乙醇(CCO)为例：
+
+抗菌分数很低 (-11.758)：表明预测的抗菌活性很弱
+无菌株抑制 (0)：在设定阈值下不能有效抑制任何测试菌株
+非广谱抗菌 (0)：不满足广谱抗菌的最低标准
+这个结果符合预期，因为乙醇虽有杀菌作用，但在药物发现的标准下不被认为是有效的抗菌候选化合物。
+
+## 可以运行的菌株信息
+
+```shell
+(mole) root@DESK4090:/srv/project/mole_antimicrobial_potential/broad_spectrum_parallel# micromamba run -n mole python -c "
+> import pandas as pd
+> import numpy as np
+> 
+> # 加载菌株筛选数据
+> maier_screen = pd.read_csv('data/01.prepare_training_data/maier_screening_results.tsv.gz', sep='\t', index_col=0)
+> print(f'总菌株数量: {len(maier_screen.columns)}')
+> print(f'总化合物数量: {len(maier_screen.index)}')
+> print(f'菌株列表前10个:')
+> for i, strain in enumerate(maier_screen.columns[:10]):
+>     print(f'{i+1}. {strain}')
+> 
+> # 加载革兰染色信息
+> gram_info = pd.read_excel('raw_data/maier_microbiome/strain_info_SF2.xlsx', 
+>                          skiprows=[0, 1, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54], 
+>                          index_col='NT data base')
+> print(f'\n革兰染色信息:')
+> print(gram_info['Gram stain'].value_counts())
+> "
+总菌株数量: 40
+总化合物数量: 1197
+菌株列表前10个:
+1. Akkermansia muciniphila (NT5021)
+2. Bacteroides caccae (NT5050)
+3. Bacteroides fragilis (ET) (NT5033)
+4. Bacteroides fragilis (NT) (NT5003)
+5. Bacteroides ovatus (NT5054)
+6. Bacteroides thetaiotaomicron (NT5004)
+7. Bacteroides uniformis (NT5002)
+8. Bacteroides vulgatus (NT5001)
+9. Bacteroides xylanisolvens (NT5064)
+10. Bifidobacterium adolescentis (NT5022)
+/root/micromamba/envs/mole/lib/python3.10/site-packages/openpyxl/worksheet/_reader.py:329: UserWarning: Unknown extension is not supported and will be removed
+  warn(msg)
+
+革兰染色信息:
+Gram stain
+positive    22
+negative    18
+Name: count, dtype: int64
+```
+
+## 权重下载
+
+mole
+https://www.alipan.com/s/DNuDo8iEn89
+提取码: mh90
+
+下载完成放到：pretrained_model/model_ginconcat_btwin_100k_d8000_l0.0001
+
+## 原始论文与github仓库
+
+https://www.nature.com/articles/s41467-025-58804-4
+
+https://github.com/rolayoalarcon/mole_antimicrobial_potential