汇总内容来自 Open-Source Machine Learning in Computational Chemistry 中表格涉及的内容

1.DeepKa

预测蛋白质的 pka，文章是 Basis for Accurate Protein p Ka Prediction with Machine Learning 和 Protein pK(a) Prediction with Machine Learning，后者提出 DeepKa，使用的数据是 continuous constant-pH molecular dynamics (CpHMD) 计算得到的。代码是 DeepKa，下面是代码分析：

• 仓库里的 data 和 datasets 文件夹可以看 Data 介绍
• pka_process 文件夹可以看 pka_process 介绍，主要作用是把 cleaned_source_data 中的初始数据处理成 model_input 中的可供模型读入的数据
• pka_predict 文件夹可以看 pka_predict 介绍

由于主要是关于蛋白质的 pka 预测，和小分子 pka 预测不同，暂时不再详细分析代码

2.Machine learning meets pKa

预测单解离中心小分子的 pka，文章是 Machine learning meets pKa，代码是 Machine-learning-meets-pKa，下面是代码分析：

• datasets 文件夹可以看 Datasets 介绍
• scripts 文件夹包含了一些处理脚本
• predict_sdf 利用训练好的模型预测 pka，介绍看 Prediction tool
• run_pipeline 预处理数据，介绍看 Preparation pipeline
• train_model 训练模型，介绍看 Prediction tool
• Modelling 是模型对比