毒性预测：概率 + 把握（不确定性）+ 证据检索 + 改造建议（Web Demo）

这个小项目把你提出的想法做成了一个可运行原型：

1. 毒性概率：输出 p(toxic)
2. 把握/不确定性：基于 evidential learning（Dirichlet）同时输出 uncertainty/total_evidence
3. 证据：从训练集中检索最相似序列（这些序列带 label，可视为“有实验/标注结果的证据样本”）
4. 改造建议：生成单点突变候选并按“更低毒性概率 + 更高把握”排序

当前实现使用你提供的 ToxGIN 训练数据（序列+label）：默认读取 /root/private_data/dd_model/ToxGIN/train_sequence.csv 与 /root/private_data/dd_model/ToxGIN/test_sequence.csv。

---

快速开始

1) 训练并生成 artifacts

python scripts/train_evi_tox.py --out-dir artifacts

如果你的数据不在默认路径：

python scripts/train_evi_tox.py --train-csv /path/to/train_sequence.csv --test-csv /path/to/test_sequence.csv --out-dir artifacts

会生成：

• artifacts/evi_tox.pt：evidential 模型权重
• artifacts/retrieval.joblib：证据检索索引（TF-IDF char n-gram）
• artifacts/metrics.json：简单评估指标

2) 启动 Web

python scripts/serve.py

浏览器打开：http://127.0.0.1:8000

---

输出解释（把握怎么定义）

模型输出 Dirichlet 参数 alpha（2 类）：

• p(toxic)：alpha / sum(alpha) 的期望概率（取第 2 维）
• uncertainty：K / sum(alpha)（K=2），越大表示证据越少、越不确定
• confidence：1 - uncertainty
• total_evidence：sum(alpha) - K

---

怎么迁移到你的 ToxGIN（改造点）

这个原型把 “evidential head + evidential loss + uncertainty 输出” 独立成了 toxapp/evidential.py 与 toxapp/model.py 的形式。

如果你要在 ToxGIN（GIN 图模型）里做同样改造，核心就是：

1. 把原来的 Sigmoid + BCELoss 改为 2 类 Dirichlet 输出 + dirichlet_evidence_loss
2. 推理阶段同时输出 p(toxic) 与 uncertainty/total_evidence
3. 增加一个“证据检索”模块，把最相似的训练样本（带 label）作为可解释证据展示到 Web

---

下一步建议（让它更像“新方式做老课题”）

• 把 evidential head 接到你现有的 ToxGIN 图表示上（结构+序列），而不是当前的序列-only baseline
• 把证据从“训练集相似序列”扩展到外部数据库/文献（例如对接特定毒肽数据库，或做序列检索/BLAST 再自动生成引用与证据摘要）
• 给“改造建议”加约束：保持活性/结构、限制疏水性/净电荷、避免关键半胱氨酸框架被破坏等