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

pip install -e .

使用方式

1. Python API

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

# 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

# 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：

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

(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