使用PyInstaller打包深度学习模型“AIGenMols”的例子

MolAICal

使用PyInstaller打包深度学习模型“AIGenMols”的例子

更多教程（含英文教程）请见如下：

MolAICal官方主页：https://molaical.github.io

MolAICal 文章介绍：https://doi.org/10.1093/bib/bbaa161

MolAICal中文博客： https://molaical.github.io/cntutorial.html

MolAICal blogspot：https://qblab.blogspot.com

1. 介绍

药物的深度学习模型在使用的时候是以代码的形式调用，如果能将其打包成二进制可执行文件，将有利于深度学习模型的部署使用和推广，在本教程中，选择了ORGAN (https://github.com/gablg1/ORGAN) 来打包二进制可执行程序“AIGenMols”。 此外，您可以根据本教程打包自己训练的深度学习模型。

2. 材料

2.1. 所需软件

1) MolAICal: https://molaical.github.io

2) Anaconda: https://www.anaconda.com/open-source

Anaconda的版本选择应基于Python3.x而不是Python 2.x

2.2. 示例文件

1) 所有必需的教程文件均可从以下网址下载:

https://github.com/MolAICal/specialtopic/tree/master/012-AIGenMols

3. 步骤

3.1. 安装 Anconda (https://www.anaconda.com/distribution).

确保完全安装并且正确设置了环境变量。

3.2. 下载“spec-list.txt”并创建一个独立的环境

1. #> conda create --name AIGen --file spec-list.txt
   
2. #> conda activate AIGen
   

复制代码

注意：如果发生某些错误，例如：CondaHTTPError: HTTP 404 NOT FOUND forurl <https://conda.anaconda.org/conda-forge/linux-64/xxxx-xxxx> , 您可以在“spec-list.txt”中删除相应的软件包。 然后重复上述步骤。 可以通过以下类似步骤安装缺少的软件包，而无需安装版本号：

1. #> conda install -c conda-forge xxxx

复制代码

3.3. 安装必需的库  

1. #> conda install -c conda-forge openblas
   
2. #> conda install -c conda-forge openssl
   
3. #> pip install editdistance==0.3.1
   

复制代码

3.4. 最后，生成二进制“深度学习模型”

解压缩“ organ.zip”

1. #> unzip organ.zip
   
2. #> cd organ
   
3. #> pyinstaller --add-data="organ/NP_score.pkl.gz:organ" --add-data="organ/SA_score.pkl.gz:organ" --add-data="organ/data/FDA-H.csv:organ/data" --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.data-00000-of-00001:organ/checkpoints/FDA-H"  --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.index:organ/checkpoints/FDA-H" --add-data="organ/checkpoints/FDA-H/FDA-H_99.ckpt.meta:organ/checkpoints/FDA-H" --add-data="organ/data/FDA1884.csv:organ/data" --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.data-00000-of-00001:organ/checkpoints/FDA1884"  --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.index:organ/checkpoints/FDA1884" --add-data="organ/checkpoints/FDA1884/FDA1884_119.ckpt.meta:organ/checkpoints/FDA1884"  --add-data="organ/data/zinc.csv:organ/data" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.data-00000-of-00001:organ/checkpoints/ZINC"  --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.index:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.meta:organ/checkpoints/ZINC" -F main.py
   

复制代码

打开文件夹 “organ/dist”

#> cd dist

您将看到名为“ main”的文件，将其重命名为“ AIGenMols”

1. #> mv main AIGenMols
   
2. #> chmod +x AIGenMols
   

复制代码

此时完全生成了名为“AIGenMols”的二进制深度学习模型。将其直接复制或移动到MolAICal软件文件夹中即可。

安装过程分析：

1. --add-data="organ/data/zinc.csv:organ/data" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.data-00000-of-00001:organ/checkpoints/ZINC"  --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.index:organ/checkpoints/ZINC" --add-data="organ/checkpoints/ZINC/ZINC_99.ckpt.meta:organ/checkpoints/ZINC" -F main.py

复制代码

以上部分是打包关键的部分，您可以使用自己训练好的深度学习模型替换以上数据

注意：

1). 安装Anaconda时，Anaconda的安装路径应确保没有空格。例如： /home/test install/anaconda。字符“test”和“install”之间的空格可能会导致“AIGenMols”打包过程失败。

2). “AIGenMols”的命令用法应如下所示，才能保证打包的模型可以直接被MolAICal调用:

1. AIGenMols -f test.txt -s FDAFrag -n 100
   
2. AIGenMols -f test.txt -s ZINCMol -n 100
   
3. 
   
4. -f: 表示生成包含SMILES格式分子的文件名。
   
5. -s: 代表选择的深度学习模型名称，如：ZINCMol代表使用ZINC数据库的分子训练出的深度药物生长模型
   
6. -n: 代表产生的分子数
   

复制代码

这只是打包“AIGenMols”的一个示例。您可以对自己训练的模型使用类似的打包方法。