武藤さん修論_backup の履歴(No.3) | 奥原研究室・Rene研究室ログ

[ トップ ] [ 新規 | 一覧 | 検索 | 最終更新 | ヘルプ ]

研究背景
修論プログラム実装

研究背景

有機合成では効率性や環境面から化学反応の設計に生体触媒(酵素)が利用される機会が増加
- 酵素は化学触媒よりも環境に優しく，特定の反応物に強く作用して化学反応を早く進める
酵素は4桁のEC番号で分類されている
EC番号を機械学習で予測することで，酵素分析(以下)を行う実験コストや時間の削減になる
- 代謝経路の解析で得られた未知の酵素の性質の特定()
- 特定の化学反応を触媒する酵素の探索

修論プログラム実装

環境構築

本プログラムはAnaconda上で実装する

Anacondaインストール

以下のページからインストール https://www.anaconda.com/download#downloads

rdkitチャネル(仮想環境)の作成

WindowsボタンからAnaconda Promptを開くバージョン取得
```
python -V
```
rdkitチャネル作成
```
conda create -n rdkit python=3.8.8 -y
```
※baseチャネルからrdkitチャネルに変更(Anaconda Prompt)
```
conda activate rdkit
```
rdkitライブラリの導入(pipでは不可)
```
conda install rdkit -c conda-forge
```
jupyterカーネル導入
```
pip install jupyter environment_kernels
```
jupyter起動
```
jupyter notebook
```

次回以降起動は以下2コマンドで起動する

# anaconda promptを起動し，(base)の部分で以下を入力
(base) C:\Users\～～～>activate rdkit
(rdkit) C:\Users\～～～>jupyter notebook

モデル構築用データセット作成

「ECprediction_dataset.ipynb」を実行

モジュールインストール

pip install rdkit

バージョンの確認
```
import rdkit
rdkit.__version__
```
2022.03.5以降が必須(記述子208→210種類になっている必要)
通常インストールしても上記以前のバージョンならAnaconda側で実行
```
conda install rdkit -c conda-forge
```

EC番号分類モデルの作成，テストデータの分類

「ECprediction_model.ipynb」を実行

モジュールインストール(多クラス分類，SMOTE用)

pip install scikit-learn==1.0.2
pip install imblearn

2021年12月バージョンをインストール
- 通常インストールすると1.3.2が入る(2024年2月現在に作成したrdkit仮想環境)
分類モデルを圧縮保存した「pickle.gz」が1.0.2で作られており，最新バージョンで読んだ際，以下の互換性エラーが生じるのを回避している https://stackoverflow.com/questions/76612971/serialized-machine-learning-model-pickle-on-streamlit-web-app-throws-an-error
```
ValueError: node array from the pickle has an incompatible dtype:
```
今後，1.0.2のモデルファイルが使えなくなった場合は，新バージョンでモデルを再構築する必要あり？