pyuul 0.4.2

关于 PyUUL

PyUUL 是一个 Python 库，旨在处理大分子的 3D 结构，例如 PDB，将它们转换为完全可微的数据结构。这些数据结构可以用作任何现代神经网络架构的输入。目前，用户可以在三种不同类型的数据表示中进行选择：基于体素、表面点云和体积点云。

如果您在研究中使用 PyUUL，请考虑引用：

Orlando, G.、Raimondi, D.、Duran-Romaña, R.、Moreau, Y.、Schymkowitz, J. 和 Rousseau, F. (2022)。PyUUL 提供了生物结构和深度学习算法之间的接口。自然通讯，13（1），1-9。

安装

安装参考官方文档：https ://pyuul.readthedocs.io/install.html

我们建议在 Python 3.6 或更高版本中使用 PyUUL。使用这些方法（conda、pip、source）中的任何一种，包安装应该只需要几分钟。

使用Anaconda安装 PyUUL ：

 conda install -c grogdrinker pyuul 

使用 pip 安装 PyUUL：

pip install pyuul

从源代码安装 PyUUL：

如果要从此存储库安装 PyUUL，则需要先安装依赖项。首先，安装PyTorch。该库目前与 0.4.1 和 1.8.0 之间的 PyTorch 版本兼容。我们将继续更新 PyUUL 以兼容最新版本的 PyTorch。您还可以使用以下命令安装 Pytorch：

conda install pytorch -c pytorch

此外，PyUUL 需要：scipy、numpy 和 scikit-learn。请确保您已经安装了这些。否则，您可以使用以下命令：

conda install scipy numpy scikit-learn

最后，您可以使用以下命令克隆存储库：

git clone https://bitbucket.org/grogdrinker/pyuul/

文档

PyUUL 的文档可用https://pyuul.readthedocs.io/modules.html

快速开始

我们提供了一个快速入门示例来展示如何使用 PyUUL 轻松构建生物结构的 3D 表示。快速入门可用https://pyuul.readthedocs.io/quickstart.html#

教程

pyUUL 的教程可用https://pyuul.readthedocs.io/examples/index.html

我们建议这些教程在带有 GPU 的机器上运行，因为在 CPU 机器上运行它们会花费更长的时间。

基准测试文件夹包含重现论文结果的数据，以及我们用于 GTP 姿势优化和蛋白质分类的网络架构。

帮助

有关错误报告、功能添加和技术问题，请联系gabriele.orlando@kuleuven.be