当前位置：首页 > article >正文

AIDD - 人工智能药物设计 - 在 Docker 上创建和运行 PostgreSQL + RDKit 卡带环境

article 2024/12/25 5:25:57

在 Docker 上创建和运行 PostgreSQL + RDKit 卡带环境

背景

我们将讨论化学数据库。

看起来，如果你在 PostgreSQL 中放置一个 RDKit cartridge （扩展），就可以基于 SQL 进行结构相似性搜索，看起来很有趣。
但是我找不到太多关于构建环境的信息…
我尝试它只是为了创造一个简单的环境

前提

包括 Docker Desktop
它包含 psql（postgreSQL 的客户端），并且还通过 PATH

first part

second part

third part

Dockerfile、映像准备

从头开始创建环境很困难。 Git Hub 上提供了多个 Dockerfile，用于将 RDKit 添加到 Docker 的 PostgreSQL 映像，因此我们将使用它们。

GitHub - rvianello/docker-postgres-rdkit: The PostgreSQL image, just extended with the RDKit cartridge

在撰写本文时，更新是最新的，所以这次我使用了上面的 DockerFile。

将其放在您选择的文件夹中（我们称之为 D：\rdgres），并在 Powershell 中按顺序运行以下命令：

cd D:\rdgres
docker image build -t rdgres

就我而言，构建大约需要 20-30 分钟。成功完成后，下一步是从映像创建容器并运行它。

docker run --name myrdgres -p 5432:5432 -e POSTGRES_PASSWORD=mypassword -d rdgres
# --name コンテナ名今回はmyrdgres
# -p [ホスト側のポート]:[コンテナ側のポート]
# -e 環境変数
# -d バックグラウンド実行 [イメージ名]

提醒一下，run 命令会从镜像创建一个容器（一个独立的进程）并运行它。

创建数据库并应用扩展

目前，postgreSQL 正在容器 myrdgres 中运行。接下来，我们将创建一个数据库。（在下文中，原来是 # 的部分已更改为双字节字符，因此不会被注释掉。 )

首先进入集装箱：

docker exec -it myrdgres /bin/bash #まずPowershellでこれを実行すると
>> root@aa0bb1234567:/＃ #こんな風になりコンテナ(PostgreSQL)のbashを操作できるようになる

创建数据库：

root@aa0bb1234567:/＃ psql -U postgres #ユーザーpostgresでpostgresqlにログイン
postgres=＃ create database testdb; #データベース作成
postgres=＃ \l #データベースが作成できてるか確認

验证是否已添加新数据库(在本例中为testdb)。

接下来，将 RDKit 扩展添加到 testdb。

postgres=＃ \q #一旦出る
root@aa0bb1234567:/＃ psql -c ‘CREATE EXTENSION rdkit’ testdb -U postgres #拡張機能適用
CREATE EXTENSION
root@aa0bb1234567:/＃ psql testdb -U postgres #testdbにログイン
testdb=＃ \dx #確認

如果它有效，则 rdkit 已添加到 testdb 扩展中。

创建表并向其添加数据

接下来，制作一个表格。从屏幕中，使用以下命令创建一个表。

创建表：

testdb=＃ CREATE TABLE compounds (
id serial PRIMARY KEY,
name TEXT,
mol_weight REAL,
xlogp REAL,
smiles TEXT);

接下来，我们将输入包含化学结构信息的数据。

在本例中，我们将使用从 Pubchem 下载的 CSV 数据。由于我们想要进行结构表达式搜索，因此我们保留了 smiles 列。

此数据通过 docker 命令发送到容器中。我想从容器外部进行操作，因此我将独立于我一直在使用的 PowerShell 启动 PowerShell。

新推出的PowerShell：

docker cp (ホストPC側のファイルパス)/compound.csv myrdgres(コンテナ名):/tmp/data.csv
#Successfully copied ookB to myrdgres:/tmp/data.csv

然后，我不再使用此 Powershell，因此我关闭它，并使用 Powershell 的 COPY 命令将数据添加到表中，该 Powershell 到目前为止一直在运行 postgreSQL。

将数据复制到表：

testdb=＃\COPY compounds(name,mol_weight,xlogp,smiles) FROM ‘/tmp/data.csv’ DELIMITER ‘,’ CSV HEADER;
#COPY 1000

查看数据：

SELECT name,smiles FROM compounds;

结构搜索试验

让我们来试一下 RDKit 磁带盒独有的结构搜索。

子结构搜索：

SELECT * FROM compounds where smiles @> ‘C1=CC=C(C=C1)C(=O)O’
ORDER BY mol_weight ASC;
# 安息香酸骨格を含む構造、分子量小さい順

成功！

相似结构检索：

SELECT *, tanimoto_sml(rdkit_fp(smiles), rdkit_fp(‘CCCCOC(=O)C1=CC=CC=C1C(=O)OCCCC’)) as tani
FROM compounds
WHERE tanimoto_sml(rdkit_fp(smiles), rdkit_fp(‘CCCCOC(=O)C1=CC=CC=C1C(=O)OCCCC’)) > 0.8
ORDER BY tani DESC;
#ジブチルフタレートっぽい構造、似てる順(谷本類似度順)

成功！