Chainer Chemistry：用于生物和化学领域的深度学习库

Chainer Chemistry 是一个基于 Chainer 的深度学习框架，专为生物学和化学领域设计。它支持多种最先进的模型（尤其是 GCNN——图卷积神经网络），用于化学性质预测。

如需更多信息，请参阅 文档。此外，关于分子深度学习及 Chainer Chemistry 的简要介绍也可在此处找到：这里。

依赖项

Chainer Chemistry 依赖于以下软件包：

• chainer
• pandas
• scikit-learn
• tqdm
• h5py

这些依赖项在通过 pip 命令安装该库时会自动添加到系统中（参见“安装”部分）。然而，以下内容需要手动安装：

• rdkit (版本 2019.03.2.0)

有关安装步骤的详细信息，请参阅 RDKit 的 文档。

请注意，目前仅支持以下版本的 Chainer Chemistry 依赖项：

Chainer Chemistry	Chainer	RDKit	Python
v0.1.0 ~ v0.3.0	v2.0 ~ v3.0	2017.09.3.0	2.7, 3.5, 3.6
v0.4.0	v3.0 ~ v4.0 *1	2017.09.3.0	2.7, 3.5, 3.6
v0.5.0	v3.0 ~ v5.0 *2	2017.09.3.0	2.7, 3.5, 3.6
v0.6.0	v6.0 ~ *3	2017.09.3.0	2.7, 3.5, 3.6
v0.7.0 ~ v0.7.1	v7.0 ~	2019.03.2.0	3.6, 3.7 *4
主分支 *5	v7.0 ~	2019.03.2.0	3.6, 3.7

[脚注]

*1：我们在 此 PR 中使用了 FunctionNode，该功能是在 Chainer v3 之后引入的。详情请参阅 此问题。

*2：显著性模块仅在 Chainer v5 及以上版本中可用。

*3：Chainer v6 已发布，并新引入了 ChainerX（https://chainer.org/announcement/2018/12/03/chainerx.html）。为了支持这一新特性和 API，我们对 Chainer Chemistry v0.6.0 版本进行了不兼容的更新。详情请参阅 ChainerX 文档。

*4：根据与 chainer 和 rdkit 相同的政策，不再支持 Python 2.x。

*5：正如 Chainer 官方博客宣布，后续开发将仅限于严重的错误修复和维护工作。

安装

Chainer Chemistry 可以通过以下 pip 命令进行安装：

pip install chainer-chemistry

使用 conda 安装 rdkit 的示例：

# 需要较新的 conda 版本才能安装 rdkit 2019.03.2.0
conda install -n base conda==4.6.14
conda install -c rdkit rdkit==2019.03.2.0

如果您希望使用最新源代码，请检出主分支并使用以下命令进行安装：

git clone https://github.com/pfnet-research/chainer-chemistry.git
pip install -e chainer-chemistry

示例代码

本仓库提供了示例代码，其中包括但不限于以下内容：

• 在给定数据集上训练新模型
• 使用预训练模型对给定数据集进行推理
• 对不同模型在给定数据集上的性能指标进行评估和报告

更多信息请参阅 examples 目录。

支持的模型

目前支持以下图卷积神经网络：

• NFP：神经指纹 [2, 3]
• GGNN：门控图神经网络 [4, 3]
• WeaveNet [5, 3]
• SchNet [6]
• RSGCN：归一化谱图卷积网络 [10]
  * 该名称并非源自原始论文——命名规范请参阅 PR #89。
• RelGCN：关系图卷积网络 [14]
• GAT：图注意力网络 [15]
• GIN：图同构网络 [17]
• MPNN：消息传递神经网络 [3]
• Set2Set [19]
• GNN-FiLM：特征线性调制的图神经网络 [20]
• MEGNet：材料图网络 [24]
• CGCNN：晶体图卷积神经网络 [25]

我们正在测试支持全新图扭曲模块（GWM）[18]的以下模型：

• NFP（'nfp_gwm'）
• GGNN（'ggnn_gwm'）
• RSGCN（'rsgcn_gwm'）
• GIN（'gin_gwm'）

在 examples/molnet_wle 目录中，我们为几种 GNN 架构实现了新的预处理方法“分子图神经网络的魏斯费勒-莱曼嵌入”[26]。请参阅该目录中的 README 文件以获取使用说明和详细信息。

支持的数据集

目前支持以下数据集：

化学类

• QM9 [7, 8]
• Tox21 [9]
• MoleculeNet [11]
• ZINC（仅 25 万数据集）[12, 13]
• 用户自定义数据集

网络类

• cora [21]
• citeseer [22]
• reddit [23]

研究项目

如果您在研究中使用了 Chainer Chemistry，请随时提交拉取请求，并将您的项目名称添加到此列表中：

• BayesGrad：解释图卷积神经网络的预测结果（论文, 代码)
• 图扭曲模块：用于提升图神经网络性能的辅助模块（论文, 代码)
• GraphNVP：用于生成分子图的可逆流模型（论文, 代码)
• 用于分子图生成的图残差流（论文）

有用链接

Chainer Chemistry：

• 文档
• 研究博客

其他 Chainer 框架：

• Chainer：用于深度学习的灵活神经网络框架
• ChainerRL：基于 Chainer 构建的深度强化学习库
• ChainerCV：计算机视觉领域深度学习的库
• ChainerMN：使用 Chainer 实现可扩展的分布式深度学习
• ChainerUI：Chainer 的用户界面

许可证

本项目采用 MIT 许可证发布。更多信息请参阅 此页面。

请注意，Chainer Chemistry 目前仍处于实验性开发阶段。我们不断努力改进其功能和性能，但在现阶段无法保证论文中所发表结果的可重复性。请自行承担使用该库的风险。

参考文献

[1] Seiya Tokui, Kenta Oono, Shohei Hido, and Justin Clayton. Chainer: a next-generation open source framework for deep learning. In Proceedings of Workshop on Machine Learning Systems (LearningSys) in Advances in Neural Information Processing System (NIPS) 28, 2015.

[2] David K Duvenaud, Dougal Maclaurin, Jorge Iparraguirre, Rafael Bombarell, Timothy Hirzel, Alan Aspuru-Guzik, and Ryan P Adams. Convolutional networks on graphs for learning molecular fingerprints. In C. Cortes, N. D. Lawrence, D. D. Lee, M. Sugiyama, and R. Garnett, editors, Advances in Neural Information Processing Systems (NIPS) 28, pages 2224–2232. Curran Asso- ciates, Inc., 2015.

[3] Justin Gilmer, Samuel S Schoenholz, Patrick F Riley, Oriol Vinyals, and George E Dahl. Neural message passing for quantum chemistry. arXiv preprint arXiv:1704.01212, 2017.

[4] Yujia Li, Daniel Tarlow, Marc Brockschmidt, and Richard Zemel. Gated graph sequence neural networks. arXiv preprint arXiv:1511.05493, 2015.

[5] Steven Kearnes, Kevin McCloskey, Marc Berndl, Vijay Pande, and Patrick Riley. Molecular graph convolutions: moving beyond fingerprints. Journal of computer-aided molecular design, 30(8):595–608, 2016.

[6] Kristof Schütt, Pieter-Jan Kindermans, Huziel Enoc Sauceda Felix, Stefan Chmiela, Alexandre Tkatchenko, and Klaus-Rober Müller. Schnet: A continuous-filter convolutional neural network for modeling quantum interactions. In I. Guyon, U. V. Luxburg, S. Bengio, H. Wallach, R. Fergus, S. Vishwanathan, and R. Garnett, editors, Advances in Neural Information Processing Systems (NIPS) 30, pages 992–1002. Curran Associates, Inc., 2017.

[7] Lars Ruddigkeit, Ruud Van Deursen, Lorenz C Blum, and Jean-Louis Reymond. Enumeration of 166 billion organic small molecules in the chemical universe database gdb-17. Journal of chemical information and modeling, 52(11):2864–2875, 2012.

[8] Raghunathan Ramakrishnan, Pavlo O Dral, Matthias Rupp, and O Anatole Von Lilienfeld. Quantum chemistry structures and properties of 134 kilo molecules. Scientific data, 1:140022, 2014.

[9] Ruili Huang, Menghang Xia, Dac-Trung Nguyen, Tongan Zhao, Srilatha Sakamuru, Jinghua Zhao, Sampada A Shahane, Anna Rossoshek, and Anton Simeonov. Tox21challenge to build predictive models of nuclear receptor and stress response pathways as mediated by exposure to environmental chemicals and drugs. Frontiers in Environmental Science, 3:85, 2016.

[10] Kipf, Thomas N. and Welling, Max. Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR), 2017.

[11] Zhenqin Wu, Bharath Ramsundar, Evan N. Feinberg, Joseph Gomes, Caleb Geniesse, Aneesh S. Pappu, Karl Leswing, Vijay Pande, MoleculeNet: A Benchmark for Molecular Machine Learning, arXiv preprint, arXiv: 1703.00564, 2017.

[12] J. J. Irwin, T. Sterling, M. M. Mysinger, E. S. Bolstad, and R. G. Coleman. Zinc: a free tool to discover chemistry for biology. Journal of chemical information and modeling, 52(7):1757–1768, 2012.

[13] 预处理过的 CSV 文件，下载自 https://raw.githubusercontent.com/aspuru-guzik-group/chemical_vae/master/models/zinc_properties/250k_rndm_zinc_drugs_clean_3.csv

[14] Michael Schlichtkrull, Thomas N. Kipf, Peter Bloem, Rianne van den Berg, Ivan Titov, Max Welling. Modeling Relational Data with Graph Convolutional Networks. Extended Semantic Web Conference (ESWC), 2018。

[15] Veličković, P., Cucurull, G., Casanova, A., Romero, A., Liò, P., & Bengio, Y. (2017). Graph Attention Networks. arXiv preprint arXiv:1710.10903。

[16] Dan Busbridge, Dane Sherburn, Pietro Cavallo and Nils Y. Hammerla. (2019). Relational Graph Attention Networks. https://openreview.net/forum?id=Bklzkh0qFm

[17] Keyulu Xu, Weihua Hu, Jure Leskovec, Stefanie Jegelka, ``How Powerful are Graph Neural Networks?'', arXiv:1810.00826 [cs.LG], 2018 (to appear at ICLR19)。

[18] K. Ishiguro, S. Maeda, and M. Koyama, ``Graph Warp Module: an Auxiliary Module for Boosting the Power of Graph Neural Networks'', arXiv:1902.01020 [cs.LG], 2019。

[19] Oriol Vinyals, Samy Bengio, Manjunath Kudlur. Order Matters: Sequence to sequence for sets. arXiv preprint arXiv:1511.06391, 2015。

[20] Marc Brockschmidt, ``GNN-FiLM: Graph Neural Networks with Feature-wise Linear Modulation'', arXiv:1906.12192 [cs.ML], 2019。

[21] McCallum, Andrew Kachites and Nigam, Kamal and Rennie, Jason and Seymore, Kristie, Automating the Construction of Internet Portals with Machine Learning. Information Retrieval, 2000。

[22] C. Lee Giles and Kurt D. Bollacker and Steve Lawrence, CiteSeer: An Automatic Citation Indexing System. Proceedings of the Third ACM Conference on Digital Libraries, 1998。

[23] William L. Hamilton and Zhitao Ying and Jure Leskovec, Inductive Representation Learning on Large Graphs. Advances in Neural Information Processing Systems 30: Annual Conference on Neural Information Processing Systems 2017, 4-9 December 2017

[24] Chi Chen, Weike Ye, Yunxing Zuo, Chen Zheng, and Shyue Ping Ong. Graph networks as a universal machine learning framework for molecules and crystals. Chemistry of Materials, 31(9):3564–3572, 2019。

[25] Tian Xie and Jeffrey C Grossman. Crystal graph convolutional neural networks for an accurate and interpretable prediction of material properties. Physical review letters, 120(14):145301, 2018。

[26] Katsuhiko Ishiguro, Kenta Oono, and Kohei Hayashi, "Weisfeiler-Lehman Embedding for Molecular Graph Neural Networks", arXiv: 2006.06909, 2020。论文链接

Chainer Chemistry 快速上手指南

Chainer Chemistry 是一个基于 Chainer 的深度学习框架，专为生物学和化学领域设计，支持多种先进的图卷积神经网络（GCNN）模型，用于化学性质预测等任务。

环境准备

在开始之前，请确保您的系统满足以下要求：

• Python 版本：推荐使用 Python 3.6 或 3.7（v0.7.0+ 已不再支持 Python 2.x）。
• 核心依赖：安装库时会自动处理 chainer, pandas, scikit-learn, tqdm, h5py。
• 手动依赖 (重要)：RDKit 必须手动安装。
  • 推荐版本：2019.03.2.0
  • 注意：RDKit 在部分 Linux 发行版或 Windows 上直接通过 pip 安装可能较困难，强烈建议使用 Conda 进行安装。

安装步骤

1. 安装 RDKit (使用 Conda)

首先确保安装了较新版本的 Conda，然后执行以下命令安装指定版本的 RDKit：

# 更新 conda 基础环境 (如需)
conda install -n base conda==4.6.14

# 安装 rdkit
conda install -c rdkit rdkit==2019.03.2.0

国内加速提示：如果下载速度较慢，可以使用清华或中科大镜像源。例如： conda install -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/rdkit rdkit==2019.03.2.0

2. 安装 Chainer Chemistry

RDKit 安装完成后，使用 pip 安装主库：

pip install chainer-chemistry

(可选) 若想使用最新开发版代码：

git clone https://github.com/pfnet-research/chainer-chemistry.git
pip install -e chainer-chemistry

基本使用

以下是一个最简单的示例，展示如何加载数据集并构建一个图卷积模型（以 NFP 模型为例）。

示例：加载数据与构建模型

import chainer
from chainer_chemistry import datasets
from chainer_chemistry.links import NFPUpdate, NFPReadout
from chainer_chemistry.models import NFP

# 1. 加载内置数据集 (例如 QM9)
# dataset 包含分子图和对应的属性标签
dataset, preprocess_method = datasets.get_qm9(preprocess_method='nfp')

# 获取第一个样本作为示例
example = dataset[0]
atoms = example['atoms']      # 原子类型数组
adj = example['adj']          # 邻接矩阵

# 2. 定义模型参数
n_unit = 32       # 隐藏层单元数
n_label = 12      # 原子类型数量 (QM9 中通常为 12)
n_out = 1         # 输出维度 (回归任务)

# 3. 实例化模型
# NFP 模型由更新层 (Update) 和读出层 (Readout) 组成
model = NFP(
    update_func=NFPUpdate(n_unit=n_unit, n_label=n_label),
    readout_func=NFPReadout(n_unit=n_unit, n_out=n_out),
    n_unit=n_unit,
    n_label=n_label
)

# 4. 准备优化器并开始训练 (伪代码)
optimizer = chainer.optimizers.Adam()
optimizer.setup(model)

# 在实际训练中，您需要使用 Iterator 遍历 dataset 并进行 forward/backward 计算
# 详细训练流程请参考 examples 目录下的完整脚本
print("模型初始化成功！")

下一步

更多高级用法（如训练循环、预训练模型推理、自定义数据集加载）请参考仓库中的 examples 目录或官方文档。