demo

demo.py

+from encoder import *
+from seq import *
+from seq_gen import *
+
+if __name__ == '__main__':
+    specie_path = './specie_target.txt'
+    input_path = "./input_seq.txt"
+    tar_specie, input_seq_fr, input_cdr = read_input(specie_path, input_path)
+    print(tar_specie)
+    print(input_seq_fr)
+    print(input_cdr)
+    # 以鼠源抗体人源化为例，data_path中为人的抗体csv
+    data_path = './' + tar_specie + '.csv'
+    # 生成FR区共96个位点每个位点可能的氨基酸
+    seq_list = seq_fre_get(input_seq_fr, data_path)
+    # 根据每个位点可能氨基酸组合生成所有结果
+    gen_list = gen_seq(seq_list)
+    # 将原本鼠序列放在生成序列之后
+    # 如果输入是从H2开始的，为了后续评分，加上#
+    if len(input_seq_fr) == 95:
+        input_seq_fr = '#' + input_seq_fr
+    gen_list.append(input_seq_fr)
+    # 分别加载人的模型和特征向量
+    tar_emb = np.load('./results/features/'+tar_specie+'.features.npy')
+    model = torch.load('./results/models/'+tar_specie+'.model.pt', map_location='cpu')
+    # 进行评分并返回生成的抗体数据（完整，包括FR和CDR区）
+    # seq_score(input_cdr, gen_list, model, tar_emb, 'ans_com.csv')
\ No newline at end of file