ลองใช้แบบจำลอง QSAR อย่างง่ายด้วย Chainer 【ทำนายการซึมผ่านของสารกั้นระหว่างเลือดและสมอง】

2020 3 年月日 2

QSAR (Quantitative Structure-Activity Relationship) คือความสัมพันธ์ทางสถิติระหว่างโครงสร้างของสารเคมีและกิจกรรมทางสรีรวิทยา (ความเป็นพิษ ความสามารถในการจับกับเอนไซม์ ฤทธิ์เป็นยา ฯลฯ) กล่าวทำนายประสิทธิภาพของสารประกอบจากความสัมพันธ์ตามชุดข้อมูลการทดลองขนาดใหญ่ของสารเคมี

ในครั้งนี้ เราจะใช้ Chainer ซึ่งเป็นเฟรมเวิร์กการเรียนรู้เชิงลึกของญี่ปุ่น เพื่อสร้างแบบจำลอง QSAR อย่างง่ายที่ "คาดการณ์การซึมผ่านของสารที่กั้นระหว่างเลือดและสมอง" และตรวจสอบประสิทธิภาพของชุดการทดสอบ

เป้าหมายการคาดการณ์และข้อมูล

BBBP ของ MoleculeNet ใช้สำหรับข้อมูลสำหรับมุมมองจากมุมสูงของข้อมูล ให้อ้างอิงกับสิ่งต่อไปนี้ที่ดำเนินการไปก่อนหน้านี้

ข้อมูลสรุปการซึมผ่านของสิ่งกีดขวางระหว่างเลือดและสมองของสารประกอบที่มี XNUMX สำหรับ "การเจาะ" และ XNUMX สำหรับ "การไม่เจาะ"

สร้างแบบจำลอง

สิ่งแวดล้อม

from rdkit import rdBase
import chainer
print('rdkit version: ',rdBase.rdkitVersion)
chainer.print_runtime_info()
รุ่น rdkit: 2019.03.4 แพลตฟอร์ม: Linux-5.0.0-37-generic-x86_64-with-debian-buster-sid Chainer: 6.2.0 NumPy: 1.17.4 CuPy: CuPy เวอร์ชัน: 6.2.0 CUDA Root: /usr /local/cuda CUDA Build Version : 10010 CUDA Driver Version : 10010 CUDA Runtime Version : 10010 cuDNN Build Version : 7500 cuDNN Version : 7605 NCCL Build Version : 2402 NCCL Runtime Version : 2402 iDeep: Not Available

คุณสามารถตรวจสอบเวอร์ชันของ Chainer, Numpy และ Cupy ที่คุณใช้ด้วย chainer.print_runtime_info()

การสร้างแบบจำลอง

import numpy as np
import pandas as pd
from rdkit import Chem
from rdkit.Chem import Draw, PandasTools, Descriptors
　
# データの読み込み
df = pd.read_csv('BBBP.csv',index_col=0)
　
# smilesからmolファイルを生成し、データフレーム中に加える
PandasTools.AddMoleculeColumnToFrame(df, smilesCol = 'smiles')
　
# molができなかった行を削除する
df = df.dropna()
　
# molファイルから化合物記述子を算出する
for i,j in Descriptors.descList:
    df[i] = df['ROMol'].map(j)
df['Ipc'] = [Descriptors.Ipc(mol, avg=True) for mol in df['ROMol']]  
　
#　chainer用にデータ型を変換
x = df.iloc[:,4:].values.astype('float32')
y = df['p_np'].values.astype('int32')
indices = np.array(range(x.shape[0])) # train_test_split後も列番号を保持しておく
　
# train, test, valに分割
from sklearn.model_selection import train_test_split
x_train, x_test, y_train, y_test, indices_train, indices_test = train_test_split(x, y, indices, test_size=0.05, random_state=123)
　
# 説明変数の標準化
from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(x_train)
x_train= scaler.transform(x_train)
x_test = scaler.transform(x_test)
　
print(type(x_train), x_train.shape, type(y_train), y_train.shape)
print(type(x_test), x_test.shape, type(y_test), y_test.shape)
(1937, 200) (พ.ศ. 1937,) (102, 200) (102,)

ดูที่นี่สำหรับการสร้างคำอธิบายจากวัตถุ mol
คำนวณตัวบอกลักษณะโมเลกุลและลายนิ้วมือจาก SMILES และจัดเก็บไว้ใน data frame [Python, RDKit]

บทช่วยสอนอย่างเป็นทางการสำหรับการใช้งานพื้นฐานของ Chainer นั้นสมบูรณ์มาก
บทแนะนำ Deep Learning Chainer

#　説明変数と目的変数のセットで使えるように変換する
from chainer.datasets import TupleDataset
train = TupleDataset(x_train, y_train)
test = TupleDataset(x_test, y_test)
　
# イテレータの準備
from chainer.iterators import SerialIterator
train_iter = SerialIterator(train, batch_size=64, repeat=True, shuffle=True)
test_iter = SerialIterator(test, batch_size=64, shuffle=False, repeat=False)
　
# ニューラルネットワークの作成
# ３層のmulti layer perceptron（MLP）
import chainer.links as L
import chainer.functions as F
from chainer import Chain
from chainer import optimizers, training
from chainer.training import extensions

class MLP(chainer.Chain):
　
    def __init__(self):
        super().__init__()
        with self.init_scope():
            self.fc1 = L.Linear(None, 100)
            self.fc2 = L.Linear(None, 20)
            self.fc3 = L.Linear(None, 2)
　
    def forward(self, x):
        h = F.relu(self.fc1(x))
        h = F.relu(self.fc2(h))
        h = self.fc3(h)
        return h
　
# ネットワークをClassifierでラップしする
# （目的関数（デフォルトはsoftmax交差エントロピー）の計算し、損失を返す）
predictor = MLP()
net = L.Classifier(predictor)
　
# 最適化手法を選択して、オプティマイザを作成する
optimizer = optimizers.MomentumSGD(lr=0.1).setup(net)
　
# アップデータにイテレータとオプティマイザを渡す
updater = training.StandardUpdater(train_iter, optimizer, device=-1)
trainer = training.Trainer(updater, (50, 'epoch'), out='/results/')
from chainer.training import extensions
　
trainer.extend(extensions.LogReport(trigger=(5, 'epoch'), log_name='log'))
trainer.extend(extensions.snapshot(filename='snapshot_epoch-{.updater.epoch}'))
trainer.extend(extensions.dump_graph('main/loss'))
trainer.extend(extensions.Evaluator(test_iter, net, device=-1), name='val')
trainer.extend(extensions.PrintReport(['epoch', 'iteration', 'main/loss', 'main/accuracy', 'val/main/loss', 'val/main/accuracy', 'fc1/W/data/mean', 'elapsed_time']))
trainer.extend(extensions.PlotReport(['fc1/W/grad/mean'], x_key='epoch', file_name='mean.png'))
trainer.extend(extensions.PlotReport(['main/loss', 'val/main/loss'], x_key='epoch', file_name='loss.png'))
trainer.extend(extensions.PlotReport(['main/accuracy', 'val/main/accuracy'], x_key='epoch', file_name='accuracy.png'))
trainer.extend(extensions.ParameterStatistics(net.predictor.fc1, {'mean': np.mean}, report_grads=True))
　
trainer.run()
from IPython.display import Image, display
display(Image(filename='results/accuracy.png'))

ดูเหมือนว่าจะมีความแม่นยำในระดับหนึ่ง แต่แม้ในขณะที่การเรียนรู้ดำเนินไป ความแม่นยำของชุดทดสอบก็ยังไม่ดีขึ้นมากนัก...

การอนุมาน

# 学習したモデルで推論してみる
with chainer.using_config('train', False), chainer.using_config('enable_backprop', False):
    y_pred = predictor(x_test)
　
# 推論結果の確認
print('accuracy', F.accuracy(y_pred, y_test))　#　accuracy variable(0.88235295)
　
from sklearn.metrics import confusion_matrix
confusion_matrix(y_test, y_pred.data.argmax(axis=1))
 อาร์เรย์ ([[21, 7], [ 5, 69]])

ความแม่นยำเป็นค่าที่คุณเห็นได้จากรูปเมื่อประเมินความถูกต้องของการจำแนกประเภทโดยใช้เมทริกซ์ความสับสน มีผลบวกลวงและผลลบลวง แต่ดูเหมือนว่าการจำแนกประเภทด้านเดียวจะไม่ได้ความแม่นยำ

# 一部予測結果を見てみる
for i in range(int(len(y_pred)/10)):
    print('No.', indices_test[i])
    print('label:', y_test[i])
    print('pred :', np.argmax(y_pred[i].array))
    img = Draw.MolToImage(df.ROMol[indices_test[i]])
    display(img)

ภาพเป็นส่วนหนึ่งของผลลัพธ์ แต่ถูกต้องที่สามารถแยกแยะได้แม้ด้วยสายตามนุษย์การทบทวนสิ่งที่คุณทำผิดเป็นเรื่องสนุก

การเรียนรู้ของเครื่อง,การเขียนโปรแกรม,เคมีสารสนเทศ,วิทยาศาสตร์และเทคโนโลยี/วิทยาศาสตร์ธรรมชาติเชนเนอร์,คำพูดคำจา,การทำนายการซึมผ่านของสิ่งกีดขวางเลือดสมอง