Espaloma 0.3.2 ONNX
быстрый расчёт параметров молекулярной механики на CPU
2 min readupdated
Это конверсия модели Espaloma 0.3.2 в формат ONNX (FP32) с интерфейсом для инференса на CPU. На вход модель принимает химическую структуру в формате SMILES (текстовая запись формулы молекулы), а на выходе предсказывает частичные заряды атомов и параметры связей для задач молекулярной механики. В отличие от оригинальной реализации на PyTorch и DGL, эта версия обходится без тяжёлых графовых фреймворков — для работы нужны только RDKit, NumPy и ONNX Runtime. Решение пригодится биоинформатикам, вычислительным химикам и разработчикам пайплайнов для моделирования малых молекул и лигандов.
Ключевые особенности
- Высокая скорость на CPU: полный цикл запроса для циклоспорина А (196 атомов с водородом) выполняется в 25,7 раза быстрее по сравнению с оригинальным DGL-пайплайном (15,22 мс против 391,11 мс).
- Лёгкие зависимости: для запуска не требуются PyTorch, DGL или AmberTools, достаточно установить пакет
espaloma-onnxвместе с RDKit, NumPy и ONNX Runtime. - Точное совпадение выходов: результаты совпадают с оригинальной DGL-версией в пределах
rtol=1e-4иatol=1e-5(максимальное абсолютное расхождение около 1.91e-6). - Подробный набор параметров: модель возвращает частичные заряды (
n1_q), коэффициенты и равновесные значения для связей, углов, торсионных и несобственных углов.
Что можно сделать
- Ускорить пайплайны молекулярной механики: использовать модель как быстрый генератор параметров силового поля для лигандов перед дальнейшей сборкой систем в OpenMM.
- Встроить в интерактивные сервисы и CLI-утилиты: за счёт запуска первого запроса за ~115–128 мс модель удобно применять в скриптах и локальных микросервисах на CPU.
Пример
from espaloma_onnx import Predictor
predict = Predictor.from_pretrained("youmans/espaloma-onnx", source="huggingface", revision="v0.1.0")
result = predict("CCO")
print(result.parameters["n1_q"])
print(result.indices["indices_2"], result.parameters["n2_eq"])
Подробнее
Бенчмарки на Ryzen 9 9950X3D (8 потоков CPU, FP32): медиана повторного запроса для кофеина — 2,89 мс против 15,61 мс у DGL; для циклоспорина А — 15,22 мс против 391,11 мс.Валидация: 116 из 118 тестов пройдены успешно (2 теста на молекуле H2 падают из-за известного бага с пустым массивом углов в оригинальном графе).
Ограничения: плотная матрица смежности требует O(N²) памяти, поэтому модель предназначена для небольших молекул и лигандов, а не для целых белков; нет батчинга, градиентов и готовой сборки OpenMM System.
Лицензия: MIT (основано на оригинальном чекпоинте Espaloma 0.3.2 от Chodera Lab).










Comments