pka-predictor

name	pka_predictor
description	预测小分子的 pKa，支持 custom 启发式后端和 Uni-pKa 单文件权重后端（Bohrium notebook 路线）。
trigger	["pKa","酸度常数","电离常数","acidic pKa","basic pKa","macro pKa","microstate","protonation","deprotonation","质子化","去质子化"]

pKa Predictor

预测小分子的 pKa，支持两类后端：

• custom：基于规则、官能团和可选自定义模型的本地预测
• unipka：基于 Uni-pKa Bohrium notebook 单文件权重路线 的微观态枚举 + 自由能汇总预测

⚡ 快速开始（首次使用必读）

1. 安装依赖

cd skills/pka-predictor
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

2. 下载 Uni-pKa 模型权重（仅 unipka 后端需要）

使用 Hugging Face CLI（推荐）：

# 安装 huggingface_hub（如果尚未安装）
pip install huggingface_hub

# 下载模型权重文件
mkdir -p skills/pka-predictor/assets/Uni-pKa/uni-pka-ckpt_v2
hf download Lai-ao/uni-pka-ckpt_v2 t_dwar_v_novartis_a_b.pt \
  --repo-type model \
  --local-dir skills/pka-predictor/assets/Uni-pKa/uni-pka-ckpt_v2

# 下载模板文件（如果本地没有）
hf download Lai-ao/uni-pka-ckpt_v2 smarts_pattern.tsv \
  --repo-type model \
  --local-dir skills/pka-predictor/assets/Uni-pKa/uni-pka-ckpt_v2

hf download Lai-ao/uni-pka-ckpt_v2 simple_smarts_pattern.tsv \
  --repo-type model \
  --local-dir skills/pka-predictor/assets/Uni-pKa/uni-pka-ckpt_v2

或手动下载：

访问 https://huggingface.co/Lai-ao/uni-pka-ckpt_v2 下载以下文件到 assets/Uni-pKa/uni-pka-ckpt_v2/ 目录：

• t_dwar_v_novartis_a_b.pt（~571MB，模型权重）
• smarts_pattern.tsv（SMARTS 模板）
• simple_smarts_pattern.tsv（简化 SMARTS 模板）

3. 验证安装

# 测试 custom 后端
./scripts/run_with_venv.sh --smiles "CC(=O)O" --name "乙酸" --backend custom

# 测试 unipka 后端
./scripts/run_with_venv.sh --smiles "CC(=O)O" --name "乙酸" --backend unipka --cpu

触发条件

当用户有以下需求时适合调用：

• 预测某个分子的 pKa
• 估算 strongest acidic/basic pKa
• 比较几个分子的电离性质
• 查看不同电荷态之间的 pKa 转换
• 分析质子化 / 去质子化行为

功能

• ✅ 支持单个 SMILES 输入
• ✅ 支持批量文件输入（.smi / .txt / .csv / .json）
• ✅ 支持 JSON / CSV / TXT 输出
• ✅ custom 后端支持官能团识别与启发式预测
• ✅ unipka 后端支持模板枚举微观态并基于单文件权重做自由能预测
• ✅ 返回结构化结果，便于 OpenClaw 解析

后端说明

custom

适合本地快速使用，不依赖 Uni-pKa 环境。
输出主要是启发式 strongest acidic/basic pKa。

unipka

基于 Bohrium notebook 单权重流程，而不是 GitHub 仓库中 infer_pka.sh 的 5-fold 推理流程。
它的基本逻辑是：

1. 使用模板文件枚举相邻电荷态的微观态
2. 用单文件权重模型预测各微观态自由能
3. 对相邻电荷态使用 Boltzmann / log-sum-exp 汇总
4. 得到相邻电荷态之间的 macro pKa transitions

因此，unipka 输出中最重要的是：

• dominant_neutral_to_anion_pka
• dominant_cation_to_neutral_pka
• all_predictions（每一步 from_charge -> to_charge）

使用方法

对话中使用

• 预测乙酸的 pKa
• 这个 SMILES 的 pKa 是多少：CC(=O)O
• 比较这两个分子的电离性质
• 这个分子的去质子化 pKa 是多少

命令行使用

一键安装（首次使用）：

# 运行安装脚本（自动下载模型和模板文件）
./scripts/setup_models.sh

使用虚拟环境（推荐，支持 UniPKA 后端）：

# 使用包装脚本（自动激活虚拟环境）
./scripts/run_with_venv.sh --smiles "CC(=O)O" --name "乙酸"

# unipka 后端（使用默认单文件权重与模板）
./scripts/run_with_venv.sh --smiles "CC(=O)O" --name "乙酸" --backend unipka --cpu

# 显式指定模型与模板
./scripts/run_with_venv.sh \
  --smiles "CC(=O)O" \
  --name "乙酸" \
  --backend unipka \
  --model "assets/Uni-pKa/uni-pka-ckpt_v2/t_dwar_v_novartis_a_b.pt" \
  --template "assets/Uni-pKa/uni-pka-ckpt_v2/smarts_pattern.tsv" \
  --cpu

直接运行（仅 Custom 后端）：

# custom 后端
python3 scripts/predict_pka.py --smiles "CC(=O)O" --name "乙酸" --backend custom

---

🔧 调试指南

推荐调试环境

方案 1：虚拟环境（推荐）

cd skills/pka-predictor
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

方案 2：Conda 环境

conda create -n pka-predictor python=3.12
conda activate pka-predictor
pip install -r requirements.txt

常见错误及解决方案

错误	解决方案
No module named 'pandas'	pip install pandas
No module named 'scipy'	pip install scipy
No module named 'torch'	pip install torch
RDKit 导入失败	pip uninstall rdkit && pip install rdkit

调试技巧

启用详细输出：

./scripts/run_with_venv.sh --smiles "CC(=O)O" --verbose

交互式调试：

from scripts.backends.custom_backend import CustomBackend
backend = CustomBackend()
result = backend.predict("CC(=O)O", "乙酸")
print(result)

检查依赖版本：

python3 -c "import rdkit, pandas, torch; print(rdkit.__version__, pandas.__version__, torch.__version__)"

测试命令

基础测试：

# custom 后端
./scripts/run_with_venv.sh --smiles "CC(=O)O" --backend custom

# unipka 后端
./scripts/run_with_venv.sh --smiles "CC(=O)O" --backend unipka --cpu

批量测试：

cat > test_compounds.smi << EOF
CC(=O)O 乙酸
c1ccccc1O 苯酚
CCO 乙醇
EOF
./scripts/run_with_venv.sh --input test_compounds.smi --output results.json