GT4SD：加速科学发现的生成工具包

项目介绍

GT4SD（Generative Toolkit for Scientific Discovery）是一个开源平台，旨在加速科学发现过程中的假设生成。它提供了一个库，使得使用最先进的生成AI模型变得更加简单。GT4SD不仅拥有详尽的文档和API示例，还通过Hugging Face Spaces提供了几乎所有预训练模型的gradio驱动Web应用。

项目技术分析

GT4SD基于Python开发，支持Python 3.7至3.10版本，依赖pip 24.0。项目推荐使用Conda环境进行安装，以确保所有依赖项得到满足。GT4SD支持CPU和GPU两种运行模式，用户可根据需求选择相应的环境配置文件。

项目核心功能包括：

• 推理管道：通过Python代码或CLI命令运行推理算法。
• 训练管道：提供多种训练管道，支持HuggingFace Transformers、PyTorch Lightning等多种框架。

GT4SD的算法库涵盖了条件生成、受控采样、生成和预测等多种类型，适用于材料科学和自然语言处理等多个领域。

项目及技术应用场景

GT4SD适用于以下应用场景：

1. 药物发现：利用生成模型设计新的药物分子，加速药物研发过程。
2. 材料科学：生成新材料结构，探索材料的性质和应用。
3. 生物信息学：生成蛋白质序列，研究蛋白质结构和功能。
4. 自然语言处理：生成文本数据，用于文本分析和生成任务。

项目特点

• 易于使用：提供简洁的API和CLI命令，用户无需深入了解底层技术即可快速上手。
• 灵活性强：支持多种算法和领域，用户可根据具体需求选择合适的模型。
• 开源免费：MIT许可证，完全开源，用户可自由使用和修改。
• 社区支持：活跃的社区和贡献者，项目持续更新和维护。

安装指南

Conda安装

git clone https://github.com/GT4SD/gt4sd-core.git
cd gt4sd-core/
conda env create -f conda_cpu_mac.yml # Linux用户使用 conda_cpu_linux.yml
conda activate gt4sd
pip install gt4sd

GPU支持

conda env create -f conda_gpu.yml

开发者安装

pip install --no-deps -e .

快速上手

Python代码运行推理

from gt4sd.algorithms.conditional_generation.paccmann_rl.core import (
    PaccMannRLProteinBasedGenerator, PaccMannRL
)
target = 'MVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTT'
configuration = PaccMannRLProteinBasedGenerator()
algorithm = PaccMannRL(configuration=configuration, target=target)
items = list(algorithm.sample(10))
print(items)

CLI命令运行推理

gt4sd-inference --algorithm_name PaccMannRL --algorithm_application PaccMannRLProteinBasedGenerator --target MVLSPADKTNVKAAWGKVGAHAGEYGAEALERMFLSFPTT --number_of_samples 10

训练管道

gt4sd-trainer --training_pipeline_name language-modeling-trainer --configuration_file config.json

GT4SD以其强大的功能和易用性，成为科学发现领域不可或缺的工具。立即尝试GT4SD，加速您的科研进程！