Herramientas Uni-Mol - CLI de Predicción de Propiedades Molecul…

Herramientas Uni-Mol - CLI de Predicción de Propiedades Moleculares

Paquete: cli-anything-unimol-tools Comando: python3 -m cli_anything.unimol_tools

Descripción

CLI interactiva para entrenar y hacer inferencias de modelos de predicción de propiedades moleculares usando Uni-Mol Tools. Soporta 5 tipos de tareas: clasificación binaria, regresión, clasificación multiclase, clasificación multilabel y regresión multilabel.

Características Principales

• Gestión de Proyectos: Organiza experimentos con proyectos nombrados
• 5 Tipos de Tareas: Clasificación, regresión, variantes multiclase y multilabel
• Seguimiento de Modelos: Historial automático de rendimiento y clasificaciones
• Almacenamiento Inteligente: Analiza el uso y limpia modelos de bajo rendimiento
• API JSON: Soporte completo de automatización con la bandera --json

Comandos Comunes

Gestión de Proyectos

# Crear un nuevo proyecto
project create --name drug_discovery

# Listar todos los proyectos
project list

# Cambiar a un proyecto
project switch --name drug_discovery

Entrenamiento

# Entrenar un modelo de clasificación
train --data-path train.csv --target-col active --task-type classification --epochs 10

# Entrenar un modelo de regresión
train --data-path train.csv --target-col affinity --task-type regression --epochs 10

Gestión de Modelos

# Listar todos los modelos entrenados
models list

# Mostrar detalles y rendimiento del modelo
models show --model-id <id>

# Clasificar modelos por rendimiento
models rank

Almacenamiento y Limpieza

# Analizar el uso del almacenamiento
storage analyze

# Limpieza automática de modelos de bajo rendimiento
cleanup auto

# Limpieza manual con criterios
cleanup manual --max-models 10 --min-score 0.7

Predicción

# Hacer predicciones con un modelo entrenado
predict --model-id <id> --data-path test.csv

Formato de Datos

Los archivos CSV deben contener:

• Columna SMILES: Estructuras moleculares en formato SMILES
• Columna(s) de destino: Valores a predecir (nombre especificado mediante --target-col)

Ejemplo:

SMILES,target
CCO,1
CCCO,0
CC(C)O,1

Tipos de Tarea

1. classification: Clasificación binaria (0/1)
2. regression: Predicción de valor continuo
3. multiclass: Clasificación de múltiples clases
4. multilabel_classification: Múltiples etiquetas binarias
5. multilabel_regression: Múltiples valores continuos

Modo JSON

Agrega la bandera --json a cualquier comando para obtener salida legible por máquina:

python3 -m cli_anything.unimol_tools --json models list

Formato de salida:

{
  "status": "success",
  "data": [...],
  "message": "..."
}

Modo Interactivo

Inicia sin comandos para el REPL interactivo:

python3 -m cli_anything.unimol_tools

Características:

• Autocompletado con tabulación
• Historial de comandos
• Ayuda contextual
• Persistencia del estado del proyecto

Datos de Prueba

Conjuntos de datos de ejemplo disponibles en: https://github.com/545487677/CLI-Anything-unimol-tools/tree/main/unimol_tools/examples

Incluye datos para los 5 tipos de tarea.

Requisitos

• Python 3.8+
• PyTorch 1.12+
• Backend de Uni-Mol Tools
• 4GB+ de RAM (8GB+ recomendado para entrenamiento)

Instalación

cd unimol_tools/agent-harness
pip install -e .

Documentación

• SOP: UNIMOL_TOOLS.md
• Inicio Rápido: docs/guides/02-QUICK-START.md
• Documentación Completa: docs/README.md

Pruebas

cd docs/test
bash run_tests.sh --unit -v    # Pruebas unitarias (67 pruebas)
bash run_tests.sh --full -v    # Suite completa de pruebas

Consejos de Rendimiento

• Comienza con 10 épocas para experimentos iniciales
• Usa tamaños de lote más pequeños si la memoria es limitada
• Supervisa el almacenamiento con storage analyze
• Usa models rank para identificar los mejores modelos
• Limpia regularmente con cleanup auto

Solución de Problemas

• Errores de CUDA: Reduce el tamaño del lote o usa el modo CPU
• CSV no reconocido: Verifica que exista la columna SMILES
• Baja precisión: Prueba con más épocas o ajusta la tasa de aprendizaje
• Almacenamiento lleno: Ejecuta cleanup auto para liberar espacio

Relacionados

• Uni-Mol Tools: https://github.com/dptech-corp/Uni-Mol/tree/main/unimol_tools
• Artículo de Uni-Mol: https://arxiv.org/abs/2209.11126
• CLI-Anything: https://github.com/HKUDS/CLI-Anything