Skip to content
Other

hERG XGBoost

оценка кардиотоксичности молекул по SMILES

2 min readupdated

Набор градиентно-бустинговых моделей на базе XGBoost от автора Delower для предсказания блокировки калиевых каналов hERG (Kv11.1 — ключевого маркера кардиотоксичности при разработке лекарств). На вход подаётся строковое представление структуры молекулы (SMILES) или CSV-файл, а на выходе модель выдаёт вероятность блокировки при пороге 10 µM либо прогнозируемое значение pIC50 (отрицательный логарифм концентрации полумаксимального ингибирования). В репозиторий включены четыре варианта весов — классификаторы и регрессоры, обученные по протоколам random-split и scaffold-split (разделение по химическим остовам для честной проверки на новых структурах). Пайплайн извлечения признаков на базе RDKit уже встроен в скрипт запуска и не требует сторонних Java-библиотек вроде CDK или PaDEL. Инструмент пригодится хемоинформатикам и исследователям для первичного виртуального скрининга кандидатов в препараты.

Ключевые особенности

  • Полный пайплайн признаков на RDKit: скрипт feature_extraction.py сам считает отпечатки Morgan/ECFP/FCFP, ключи MACCS, 217 дескрипторов RDKit, физико-химические и 2D-фармакофорные блоки.
  • Строгая очистка от утечек данных: перед обучением из пула удалили 1 738 уникальных соединений по ключу InChIKey, чтобы полностью исключить пересечение со всеми тестовыми и контрольными выборками.
  • Готовые веса с препроцессингом: файлы .pkl содержат не только сами модели, но и сохранённые состояния предобработки (preps) и параметры.
  • Два режима оценки: бинарный классификатор (порог pIC50 ≥ 5.0) и регрессор для количественного прогноза активности.

Что можно сделать

  • Автоматизировать скрининг библиотек соединений: запускать predict_herg.py в пакетном режиме по CSV-таблицам молекул для отсева потенциально токсичных кандидатов.
  • Встроить в пайплайн генеративной химии: использовать предсказание вероятности блокировки hERG как быстрый фильтр при отборе сгенерированных SMILES-структур.
  • Комбинировать с высокочувствительными моделями: применять scaffold-версию в ансамбле для перепроверки соединений, прошедших первичный отбор.

Пример

pip install -r requirements.txt
python predict_herg.py --model "models/xgboostA_cls_base+physchem_extra+morgan_counts+ecfp6+fcfp4+herg+pharm+morgan1024+morgan1024_counts_scaffold.pkl" \
  "Fc1ccc(C(OCCN2CCN(CCCc3ccccc3)CC2)c2ccc(F)cc2)cc1"
# -> {"prob_blocker": "0.9902", "call_10uM": 1}   (vanoxerine)
ПодробнееОбучение: 12 702 соединения для классификации и 8 657 для регрессии (данные ChEMBL, BindingDB и PubChem).
Метрики основной модели XGB cls scaffold: ACC 0.783 / MCC 0.549 на внутреннем тесте, ACC 0.751 / MCC 0.519 на hERG-70 и всего 2 ошибки из 36 на панели препаратов FDA.
Ограничения: на принципиально новых химических структурах чувствительность классификаторов падает до ~0.33, а R² регрессора уходит в минус (около шумового порога данных σ ≈ 0.68), поэтому автор не рекомендует использовать модель как единственный фильтр безопасности.
Discuss Telegram 0 43

Will it run?

Working out the memory needs

The bot is still collecting this model's weight sizes; the estimate will appear here in a few minutes. Meanwhile you can rent a GPU with headroom.

Massed ComputeOpen Massed Compute

Run it on Massed Compute

The script downloads the model to the rented machine. How to run it is in the model card.

  1. 1. Rent a machine with a fitting GPU

    Open Massed Compute
  2. 2. Paste the script into the machine's terminal

    Connect over SSH (the Massed Compute panel shows the command) or open a terminal on the machine's desktop.

    HF_TOKEN / CIVITAI_TOKENThe script starts with token lines: paste yours between the quotes. The Hugging Face token is for gated models, the Civitai one for Civitai models.

    # Delower/herg-xgboost
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Delower/herg-xgboost --local-dir ~/models/herg-xgboost
    # The model is in ~/models. How to run it is in the model card (link above).
    Add more LoRAs to herg-xgboost
  3. 3. Use it

    The model is in ~/models. How to run it is in the model card (link above).

Stop the machine in the panel when you are done: it bills by the minute while it runs.

How to speed it up

Picked for this model type. Choose your hardware above to see what fits you exactly.

  • FlashAttention 44.0.0b40from November 18, 2026new release

    fastest exact attention on B200

    Kernels for Blackwell (beta). Exact attention without quantisation — fine for everything, LLMs included.

    How to enable: pip install flash-attn-4; vLLM and SGLang pick it up themselves.

    Earlier generations (2)
    • FlashAttention 3 — The Hopper (H100/H200) version with FP8.
    • FlashAttention 2 — The standard for RTX 30/40/50 and A100: exact attention without the memory cost of long contexts.
  • torch.compile2.15.0from October 28, 2026new release

    10–30% for free

    Compiles the model for your GPU. Slower first run, faster afterwards.

    How to enable: model = torch.compile(model); in ComfyUI the TorchCompileModel node.

Model family

New posts about versions of herg-xgboost (quants, finetunes, LoRAs) will show up under the bell.

No known relatives of this model yet. All derivatives on Hugging Face

About the model

Delower/herg-xgboost
Author
Delower
Category
Other
Released
Posted

On NeyroLearn

Hugging Face

430

Ask AI about this model

Answered by Gemini 4 · the chat is kept only in this tab

Comments

Other

TopoX

TopoX