使用Deepchem构建化学分子的神经网络和图神经网络模型示例

首先，关于分子指纹，分子指纹是一个二进制向量，其中每个位代表是否存在该分子的某个子结构 ，例如苯环。 它通常很长，可能无法合并一些结构信息，例如手性 。

'''使用Deepchem构建化学分子的神经网络和图神经网络模型示例by wufeilDeepchem包含了很多的化学分子的数据集，同时也有将分子结构转换为机器学习能够识别的矩阵（序列）数据的方法，下面就来简单举几个例子，以便快速入门'''import numpy as np
import deepchem as dc
import tensorflow as tf#设定随机数，可重复再现
np.random.seed(88)
tf.random.set_seed(88)'''
Delaney(ESOL) 溶解度能数据集该数据集是Deepchem内置MoleculeNet数据集的一部分。首先，全连接神经网络多任务回归器
'''
#加载数据
tasks, datasets, transformers = dc.molnet.load_delaney() #默认是下载分子指纹
print(transformers)
print(tasks) #任务  #print: ['measured log solubility in mols per litre']
print(datasets[0])''''
划分数据集
'''
train_dataset, valid_dataset, test_dataset = datasets
print(train_dataset) #迭代对象
print(test_dataset)
print(valid_dataset)#模型的评价指标
avg_pearson_r2 = dc.metrics.Metric(dc.metrics.pearson_r2_score, np.mean)
#回归任务模型
'''
dc.models.MultitaskRegressor： deepchem的多任务回归的全连接网络模型
请参照：https://deepchem.readthedocs.io/en/latest/api_reference/models.html?highlight=MultitaskRegressor#deepchem.models.MultitaskRegressor.__init__'''
model = dc.models.MultitaskRegressor(len(tasks), #任务数量,这里为1n_features=datasets[0].X.shape[1], #每个分子的特征数量layer_sizes=[500])  #500层model.fit(train_dataset)train_score = model.evaluate(train_dataset, [avg_pearson_r2], transformers)
valid_score = model.evaluate(valid_dataset, [avg_pearson_r2], transformers)
assert train_score['mean-pearson_r2_score']>0.7, train_score
assert valid_score['mean-pearson_r2_score']>0.3, valid_score'''图卷积网络模型在全连接层神经网络模型中，输入的是ECFP的fingerprint在图神经网络中，这种ECFP的数据结构不适合，所以在导入数据的时候需要设置transformers=’GraphConv'dc.models.GraphConvModel有不同的参数需要设置，请见：https://deepchem.readthedocs.io/en/latest/api_reference/models.html#model
'''tasks, datasets, transformers = dc.molnet.load_delaney(featurizer='GraphConv')
train_dataset, valid_dataset, test_dataset = datasets
model = dc.models.GraphConvModel(len(tasks), mode='regression', dropout=0.5)
model.fit(train_dataset, nb_epoch=30)
train_score = model.evaluate(train_dataset, [avg_pearson_r2], transformers)
print(train_score)''''
这里要特别说明的是，数据结构的问题由于图神经网络的输入为特殊的链接矩阵和节点信息，因此，在这里的加载数据的时候使用了GraphConv的特征化方法生成的train_datset中, X保存的则是ConvMol的对象，专门用于图神经网络计算的计算。
详见：https://deepchem.readthedocs.io/en/latest/api_reference/dataclasses.html?highlight=ConvMol#deepchem.feat.mol_graphs.ConvMol如下例，返回链接表
'''
print(train_dataset.X[0].get_adjacency_list())
print(train_dataset.X[0].get_atom_features())

如何将一个分子转化为机器学习可以识别的数据类型（例如这里提到的分子指纹）呢？有力再写