Hi, lin老师，我在复现代码时有几个问题想请教一下

TangHuihao commented 4 days ago

安装时python版本似乎不对，您在README中先安装了python3.9，但是在requirements中似乎又安装了一遍3.11版本，因此我舍弃了第一步python版本的安装，直接用conda创建了环境python3.11，在3.11版本下，您README中的evaluation代码运行正常。

在我验证自己的抗体时，发现代码中强制使用了imgt方案来分析CDR区域，并且三个保守氨基酸位点被强制定义：

conserved = {
            23: ['CYS'],
            41: ['TRP'],
            104: ['CYS'],
            # 118: ['PHE', 'TRP']
        }

但我的抗体序列并不完全符合这一逻辑，并会因此报错，于是我手动修改了 cdr_pos 变量

def cdr_form_item_to_tupleDic(item):
            cdr_pos = {}
            for key in item.keys():
                if re.match("cdr.._pos", key):
                    key_updated = key[:3]+'-'+key[3:5]
                    cdr_pos[key_updated.upper()] = tuple(item[key])
            return cdr_pos
cdr_pos = cdr_form_item_to_tupleDic(item)

并将其添加到

self.data.append(AAComplex(pdb_id, peptides, item['heavy_chain'], item['light_chain'], item['antigen_chains'], cdr_type=cdr_type, cdr_pos=cdr_pos, use_esm=self.use_esm))
其中 cdr_pos=cdr_pos

这样最终是能够正常跑出结果，并且用文章中的数据测试似乎也是一致的。但是我不能完全确定这样的结果是否准确，请指正。

在我自己H3_refine的结果中，CDR3的氨基酸序列变化很大，文章中提到会mutant 1-2 个氨基酸，不知道是不是因为迭代次数很多的原因？这种结果似乎不太复合‘refine’的概念，我更倾向于这个结果应当是1-2个氨基酸的突变，不知老师怎么看？

EDAPINENUT commented 4 days ago

3.9和3.11应该都是可以运行的。
这样修改应该没有什么问题。
文章提到的mutant 1-2个氨基酸是在优化过程中的，这部分我们将和之后的预训练工作一起放出。这里的GeoAB是refiner，主要是CDR3区的共设计。如果你需要指定的位点进行mutant，应该是有mask可以确定需要重新设计的位点，不过这份代码暂且不支持结构式cdr3，序列是1-2个氨基酸的变化的生成，因为structure mask & seq mask没有分开写。你可以根据代码重新改写。

TangHuihao commented 2 days ago

好的，多谢，我再仔细看看

EDAPINENUT / GeoAB

Hi, lin老师，我在复现代码时有几个问题想请教一下 #5