К содержимому
Другое

hERG XGBoost

оценка кардиотоксичности молекул по SMILES

2 мин чтенияобновлено

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.
Обсудить Telegram 0 43

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # 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
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к herg-xgboost
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии herg-xgboost — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Delower/herg-xgboost
Автор
Delower
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

430

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

TopoX

TopoX