Logs
2025-6-12：完成drugprotai的部署和使用方法的总结，75.3上创建环境drugprotai供测试。
75.3好像不能从uniprot中获取信息
2025-6-14：原来能，是/Domain/extract中代码的问题，已经修正,然后能跑了第一个程序
2025-6-16: /Domain/topK 也有问题，这都是什么bullshit，topK运行不了一点，直接到特征提取的那一步/EMS2，还要安装一下transformers,torch，tmd模型还下不下来，只能本地。protein_pros.json还要拿过来，行吧，这号在还能跑。有个东西叫：nbconvert，很人性，nb真的很nt。命令如下：jupyter nbconvert --to python your_notebook.ipynb，今天只到PPIs第二部17
2025-6-17：ppi第二步好像少了一些蛋白：Traceback (most recent call last):
File "network_properties.py", line 181, in <module>
a = there_exists(sc)
File "network_properties.py", line 134, in there_exists
if y not in [v for (v, it) in ppi_network[x]]:
KeyError: 'Q5XG85'，这里的处理是直接跳过,然后通过了
ppi_count.py返回Number of proteins with no interactions: 8261？？？
PTM中的extract也有同样的pdb访问问题，已经修正。
2025-6-18：ptm_count也存在文件缺失的情况，还是因为extract没extract到,改了改，直接跳过.然后就跑完了.下一个是SCL，extract还得自己成批量处理。
2025-6-19:SCL是extract完了，还有PDB,没有做，就算了吧. google是什么库？？改成本地模式,需要的文件：druggable_proteins.txt，investigational_proteins.txt ，protein_props.json，gdpc_encodings.json,ppi.json,ppi_network_properties.csv,glycosylation.csv,PTM_counts.csv,subcellular_locations2.json,data_top20.csv,latent_values.csv
考了，忘了pcfs中的flexibility提取，这里extract需要pyfaidx包,傻逼玩意，解压不了一点,RF,XGBoost,ESM2跑完了,结果就在Blind_Validation/results
后面还有Feature score、Genetic Algorithm,Partition Method
Feature score 需要全面的本地化,本地化完了,忍不了了，下半年，今天到Feature_score的xg——select
2025-6-20: Feature Score中的xgb*selection*跑完了,xgc_pec*出错了,修好了。rf和xgb的shap值还不一样类，组织类型。然后就是Genetic Algorithm，没有approved_updated_proteins.txt'这个文件啊,Partition Method下的文件本地化了,Partition用GPU跑完了。完成备份了（/home/databank/gxxu/Backup/History_on_Target2Druggability）
2025-6-20:完成一个雏形架构
2025-6-23：开始整合代码，新框架的代码
2025-6-26:整合了从uniprot中获取数据的代码
2025-7-1：开始备份，备份路径：/home/databank/gxxu/Backup/History_on_Target2Druggability/ver_2025_JULY
ver_2025_JULY完成备份，主要包含框架和数据获取的代码。
创建环境：T2D(transformersc,pandas,torch,requests,后续添加）
出现问题了，protein_props_json的输入方式，加了个default，放在data中。
config中添加了logs目录建立。
测试下来，基本上数据的加载测试没有太大的问题。后面再优化以下吧
2025-7-2：加载数据好像就是有点耗时间，
- 序列特性：序列长度、分子量、GRAVY值、等电点等
- 氨基酸组成：各氨基酸百分比
- 二级结构：α螺旋、β折叠、转角等
- 相互作用特性：不同氨基酸类型间的相互作用
- 翻译后修饰：糖基化、二硫键、修饰残基等
- 亚细胞定位：细胞膜、内质网、线粒体等
- 结构域：RRM、KRAB、PDZ等
- 柔性特性：均值、方差、中位数等统计量
- 潜在特征：20个潜在变量
总结下来：组织形式dataframe，蛋白ID为索引，以上内容为特征列进行输入训练。
2025-7-3:A8MPY1,GABA受体，氟地西泮,abondoned