PaddleHelix：国产开源生物计算框架介绍

PaddleHelix 是百度基于飞桨（PaddlePaddle）深度学习框架构建的生物计算工具库，覆盖化合物性质预测、蛋白结构预测、药物-靶点相互作用与分子生成。对国内团队而言，它的实际吸引力在于中文文档完整、国产算力适配好（昆仑芯等）、以及与百度自有模型（HelixFold 系列）的直接衔接。

安装

python -m pip install paddlepaddle-gpu   # 按 CUDA 版本选择安装源
pip install pgl paddlehelix
python -c "import paddlehelix; print('ok')"

依赖飞桨与 PGL（图学习库）。若团队已全栈 PyTorch，引入飞桨意味着维护两套深度学习环境，这是选型时最实际的成本。

模块地图

其中 GEM（Geometry Enhanced Molecular representation）把键长、键角等几何信息编入预训练，思路与 Uni-Mol 的 3D 预训练同源；LinearDesign 面向 mRNA 序列优化，在疫苗与核酸药方向有实际应用，是它比较独特的一块。

典型用法

import paddle
from pahelix.model_zoo.gem_model import GeoGNNModel
from pahelix.utils.compound_tools import mol_to_geognn_graph_data_MMFF3d
from rdkit import Chem

mol = Chem.MolFromSmiles("CC(=O)Oc1ccccc1C(=O)O")
data = mol_to_geognn_graph_data_MMFF3d(mol)   # 生成 3D 构象并构图
# 载入 GEM 预训练权重后接下游任务头微调

选型时怎么判断

• 选它的理由：需要国产化替代或信创合规；团队已在飞桨生态；要用 HelixFold3 做结构预测；做 RNA/mRNA 设计（LinearDesign 是少见的开源选项）。
• 不选的理由：团队全栈 PyTorch，为单个模型引入飞桨的维护成本偏高；国际社区的第三方代码与预训练权重绝大多数基于 PyTorch，迁移与复现成本更低。
• 折中做法：把 PaddleHelix 当作特定模型的提供方而非主框架——需要 HelixFold3 或 LinearDesign 时单独起一个环境调用，主流程仍留在 PyTorch 上。这是多数团队的现实选择。

延伸资源

• 教程：023《PaddleHelix 教程》；结构预测模型：190《HelixFold3》；
• 对照框架：172《DeepChem》、175《TorchDrug》、176《PyTorch Geometric》；
• 3D 预训练对照：187《Uni-Mol》。