OpenBioMed面向生物医学的 Python 深度学习工具包

OpenBioMed是一个生物医学的Python深度学习工具包。

OpenBioMed提供了多模态生物医学数据的处理接口，包括小分子、蛋白质和单细胞的分子结构、转录组学、知识图谱和生物医学文本数据。

OpenBioMed支持广泛的下游应用，包括AI药物发现任务和更具挑战性的多模态理解生成任务。

OpenBioMed为研究者提供了易用的接口，以支持：

• 针对小分子、蛋白质和单细胞的三种模态的数据，包括分子结构或转录组学数据、生物医学文本数据和知识图谱。 OpenBioMed为研究人员提供了一个统一的架构来访问、处理和融合多模态数据。
• 10个下游任务，包括以药物-靶点亲和力预测、分子性质预测为代表的AI药物研发 (AIDD) 任务，以及以分子描述生成、基于文本的分子生成位代表的多模态任务。
• 超过20个深度学习模型，包括BioMedGPT-10B,MolFM,CellLM等。 研究人员可以灵活地组合不同的组件来构建自己的模型。
• 超过20个AI与生物医药交叉领域的热门数据集。我们在这些数据集上针对大量模型进行了全面且可复现的评估。

OpenBioMed的核心特色如下:

• 统一的数据处理框架，能轻松加载不同生物医学实体、不同模态的数据，并将其转换为统一的格式。
• 现成的模型预测模块。我们公开了预训练的模型的参数，并提供了使用案例，能够简便的迁移到其他数据或任务中。
• 可复现的模型库，以帮助研究者现有和新的下游任务上快速复现或扩展最先进的模型。

下表显示了OpenBioMed中支持的下游任务与对应的数据集和模型，它们在未来会被进一步扩展。