xaunchu/chem_agent

0

stars

1

commits

Jupyter Notebook

primary language

Jul 31, 2025

updated

README

ACE抑制酶配体研发智能体

项目概述

本项目是一个基于 OpenBioMed 平台的AI智能体系统,旨在通过“数据驱动-自主决策-闭环优化”的智能流程,自动化地进行ACE(血管紧张素转化酶)抑制酶配体的发现和优化。

智能体通过与虚拟的药物研发环境进行交互,自主学习和决策,以期找到具有高活性和良好对接能力的候选肽段药物。

核心任务与分工

智能体环境与交互模块工程师: 杜杨洋, 文重

  • 核心任务: 搭建智能体运行的“虚拟环境”,定义与外部工具(如分子对接软件、数据库)的交互接口。
  • 具体工作:
    • 模拟ACE抑制酶配体研发场景,将“肽段序列库→活性预测→分子对接→优化设计”流程抽象为智能体可交互的环境状态(如当前候选配体、预测分数、对接结果)。
    • 编写接口代码,实现智能体与 OpenBioMed 模型(如调用MolFM预测活性)、Schrödinger 分子对接工具、PDB 数据库的自动通信。
    • 设计环境反馈机制:将分子对接打分(如Glide Score)、活性实验数据(如IC50值)转化为智能体的“奖励信号”。

项目结构

  • main.py: 项目主入口,负责初始化和运行整个优化流程。
  • decision/: 包含智能体的决策逻辑(agent.py)。
  • environment/: 定义了智能体交互的虚拟环境(ace_environment.py)。
  • optimization/: 实现了闭环优化的核心控制器(closed_loop_optimizer.py)。
  • interfaces/: 封装了与外部工具(OpenBioMed, Schrödinger, PDB)的API接口。
  • OpenBioMed-main/: OpenBioMed平台代码,作为后端服务运行。
  • results/: 存放优化过程中的输出结果,如最佳配体和日志。
  • figures/: 保存优化过程的可视化图表。

如何运行

  1. 启动OpenBioMed服务: 在项目根目录下,打开一个新的终端,运行以下命令启动后端服务:

    bash OpenBioMed-main/scripts/run_server.sh
    

    请确保服务成功启动并监听在 http://localhost:8083

  2. 运行主程序: 在当前终端中,运行主程序启动优化流程:

    python main.py
    
  3. 查看结果: 优化完成后,结果将保存在 results/ 目录下,优化过程图将保存在 figures/ 目录下。

Contributors

xaunchu

1 commits

xaunchu/chem_agent

0

stars

1

commits

Jupyter Notebook

primary language

Jul 31, 2025

updated

README

ACE抑制酶配体研发智能体

项目概述

本项目是一个基于 OpenBioMed 平台的AI智能体系统,旨在通过“数据驱动-自主决策-闭环优化”的智能流程,自动化地进行ACE(血管紧张素转化酶)抑制酶配体的发现和优化。

智能体通过与虚拟的药物研发环境进行交互,自主学习和决策,以期找到具有高活性和良好对接能力的候选肽段药物。

核心任务与分工

智能体环境与交互模块工程师: 杜杨洋, 文重

  • 核心任务: 搭建智能体运行的“虚拟环境”,定义与外部工具(如分子对接软件、数据库)的交互接口。
  • 具体工作:
    • 模拟ACE抑制酶配体研发场景,将“肽段序列库→活性预测→分子对接→优化设计”流程抽象为智能体可交互的环境状态(如当前候选配体、预测分数、对接结果)。
    • 编写接口代码,实现智能体与 OpenBioMed 模型(如调用MolFM预测活性)、Schrödinger 分子对接工具、PDB 数据库的自动通信。
    • 设计环境反馈机制:将分子对接打分(如Glide Score)、活性实验数据(如IC50值)转化为智能体的“奖励信号”。

项目结构

  • main.py: 项目主入口,负责初始化和运行整个优化流程。
  • decision/: 包含智能体的决策逻辑(agent.py)。
  • environment/: 定义了智能体交互的虚拟环境(ace_environment.py)。
  • optimization/: 实现了闭环优化的核心控制器(closed_loop_optimizer.py)。
  • interfaces/: 封装了与外部工具(OpenBioMed, Schrödinger, PDB)的API接口。
  • OpenBioMed-main/: OpenBioMed平台代码,作为后端服务运行。
  • results/: 存放优化过程中的输出结果,如最佳配体和日志。
  • figures/: 保存优化过程的可视化图表。

如何运行

  1. 启动OpenBioMed服务: 在项目根目录下,打开一个新的终端,运行以下命令启动后端服务:

    bash OpenBioMed-main/scripts/run_server.sh
    

    请确保服务成功启动并监听在 http://localhost:8083

  2. 运行主程序: 在当前终端中,运行主程序启动优化流程:

    python main.py
    
  3. 查看结果: 优化完成后,结果将保存在 results/ 目录下,优化过程图将保存在 figures/ 目录下。

Contributors

xaunchu

1 commits

Languages

Jupyter Notebook

88.4%

Python

11.6%