eprime短时记忆编码实验设计

AI4Green是一个开源的电子实验记录本，官网：https://github.com/AI4Green/ai4green

国内镜像：

skywalk163/AI4Green - AI4Green - OpenI - 启智AI开源社区提供普惠算力！

论文地址：https://pubs.acs.org/doi/10.1021/acs.jcim.3c00306#

另一个开源的：https://github.com/epam/Indigo-ELN-v.-2.0

https://gitee.com/mirrors_epam/Indigo-ELN-v.-2.0

AI4Green介绍

AI4Green 是一个基于 Web 的应用程序，可作为开源代码免费使用。它提供了ELN的核心功能，即能够安全地存储反应并在研究团队的不同成员之间共享它们。当用户计划他们的反应并将其记录在ELN中时，通过自动计算绿色指标和颜色编码危害、溶剂和反应条件来鼓励绿色和可持续的化学。该接口链接了一个由从 PubChem 中提取的数据构建的数据库，从而能够自动整理反应信息。该应用的设计有助于开发辅助可持续性应用，例如我们的溶剂指南。随着捕获更多的反应数据，后续工作将包括向用户提供“智能”可持续性建议。

特色功能：

完成反应表后，用户将被定向到汇总表（上图）。信息会自动从反应表传递到汇总表。向用户显示反应的绿色性和可持续性的视觉评估。这些要么被标记为不可持续（红色），要么被赋予红绿灯系统（红色 = 不推荐/危险，黄色 = 有问题，绿色 = 推荐）。可以在辅助功能页面上更改这些评级的特定颜色和阴影。根据危险代码生成总体危险等级，表示为低（L）、中（M）、危险（H）或非常危险（VH）。以下指标的可持续性水平阈值符合 CHEM21 项目。（27）其中一些指标是自动计算的，例如反应中使用的化学元素的可持续性和原子效率。其他指标必须由用户输入，例如反应温度、间歇或流动反应条件、分离方法、催化剂的使用以及该催化剂是否被回收。接下来是风险评估部分，允许用户识别标准协议、废物处理、溢出程序以及与反应相关的任何其他风险。然后，可以通过对反应的危害、风险和后果进行自我评估来计算总体风险评分。通常，此时将进行反应。反应运行后，用户可以返回汇总表并输入未反应和实际产品质量。使用这些输入，可以计算出另外四个指标：质量效率、产量、转化率和选择性。在此阶段，可以将反应标记为完成并锁定以进行进一步编辑。为了提高数据完整性，反应修改在数据库中带有时间戳。反应当前可以按字母顺序或最近创建的内容进行搜索。

开始安装

AI4Green有两种安装方法，一种是docker，一种是普通的配置python环境安装。

docker安装适合快速展示其功能。

下面介绍python安装

先安装python

wget https://mirrors4.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.9.2-Linux-x86_64.sh
sh Miniconda3-py38_4.9.2-Linux-x86_64.sh

再安装需要的python库：

发现它没有requirements.txt文件，补上一个：

python-dotenv
flask_login 
flask_marshmallow
flask_migrate 
flask_mail
flask_wtf
flask_db
pytz
psycopg2-binary 
chemspipy
bs4
lxml
pyyaml
werkzeug
marshmallow_sqlalchemy
python-magic
azure-core
azure-storage-blob
plotly
toml

在docker里面找到了它的requirements.txt文件

beautifulsoup4==4.9.3
certifi==2021.10.8
ChemSpiPy==2.0.0
click==8.0.3
email-validator==1.1.3
Flask==2.0.1
Flask-Login==0.5.0
Flask-Mail==0.9.1
Flask-Testing==0.8.1
Flask-WTF==0.14.3
itsdangerous==2.0.1
Jinja2==3.0.2
lxml==4.6.3
pandas==1.4.1
pip==21.2.4
pony==0.7.14
psycopg2-binary==2.9.3
PyJWT==2.1.0
python-dateutil==2.8.2
python-decouple==3.5
pytz==2021.3
pyyaml==6.0
requests==2.26.0
selenium==3.141.0
setuptools==58.0.4
soupsieve==2.3.1
urllib3==1.26.7
Werkzeug==2.0.3
wheel==0.37.1
WTForms==2.3.3
plotly==5.9.0

另外它还需要安装rdkit这个库！

在配置python环境时，发现它是使用conda的，众所周知，conda有时候会比较慢，所以换用了pip安装，但是整个项目都没有找到requirements.txt文件，于是只好手工试出来这些库。当然最终是从项目里面找到了官方的文件，发现很多库版本都是写死的，这也是为什么刚开始手工试出来这些库还是无法成功运行的原因。

数据库

数据库那边，看得不是很明白，是不是需要先安装一个postgre库呢？还是直接使用sqlalchery就可以了呢？

先回答这个问题：

直接启动，它会提示：`Starting app in test/development mode with sqlite database`也就是使用了测试开发模式，使用了sqlite数据库。

安装过程中碰到的问题：

按照手册单步执行，数据集flask db upgrade这句没法执行，报错`Error: No such command 'db'.`

后面执行下载数据集`flask download-pubchem`，也是卡住

  for prop in model.__mapper__.attrs:
Downloading PubChem database file: http://ftp.ncbi.nlm.nih.gov/pubchem/Compound/Extras/CID-LCSS.xml.gz and saving as Pubchem-Database

关于flask数据库的操作，可以参考这个文档：在 Flask应用中使用Flask-SQLAlchemy管理数据库 - 知乎

查看docker里面，发现其执行命令为：

# init a base image
FROM continuumio/miniconda3
# Create the environment:
COPY environment.yaml .
RUN conda env create -f environment.yaml
# Make RUN commands use the new environment:
SHELL ["conda", "run", "-n", "ai4green", "/bin/bash", "-c"]
# install RDKit
RUN conda install -c conda-forge rdkit
# run pip to install the dependencies of the flask app
COPY requirements.txt requirements.txt
RUN pip install -r requirements.txt
# The code to run when container is started:
COPY . .
EXPOSE 80
ENTRYPOINT ["conda", "run", "--no-capture-output", "-n", "ai4green", "python", "Webapp/app.py"]

而且github中的，和docker里面的，文件都不一样。比如github里面没有requirements.txt config.py configs.yaml 等文件。

手工安装的时候，最后会报错：

(ai4green) skywalk@ub:~/work/Webapp$ python app.py 
Traceback (most recent call last):
  File "app.py", line 4, in <module>
    from sources import app
  File "/home/skywalk/work/Webapp/sources/__init__.py", line 10, in <module>
    from flask_login import LoginManager  # imports the login manager from Flask-Login
  File "/home/skywalk/py39/envs/ai4green/lib/python3.8/site-packages/flask_login/__init__.py", line 16, in <module>
    from .login_manager import LoginManager
  File "/home/skywalk/py39/envs/ai4green/lib/python3.8/site-packages/flask_login/login_manager.py", line 12, in <module>
    from flask import (_request_ctx_stack, abort, current_app, flash, redirect,
ImportError: cannot import name '_request_ctx_stack' from 'flask' (/home/skywalk/py39/envs/ai4green/lib/python3.8/site-packages/flask/__init__.py)

将flask版本降低到2.01，搞定：

Flask==2.0.1

pip install Flask==2.0.1

后来发现整个flask的库版本都要降低，一个个试最后放弃了。最终是在项目的docker环境里找到了requirements.txt文件，否则真不知道要试到什么时候。

安装总结：

现在采用的安装方式是一种折中的方案，即用python安装，但是使用docker里面的文件（启动docker，从里面拷贝出来），运行采用测试开发模式。

marvin需要注册的问题

注册地址：Chemicalize Professional - Hosted Cheminformatics Solutions

也就是这个系统最终需要联网使用，需要先到pro.chemicalize.com/app注册一个key，画图使用marvin的时候，都要到联网验证这个key。因此不联网是无法使用的。

jquery加速问题：

配置好后，执行python Webapp/app.py 即可打开web服务。测试时发现网页打开很慢，尤其是jquery的代码读取，卡住好大一会儿！

解决的方法就是将jquery的js代码下到本地，修改成本地static读取

src="https://code.jquery.com/jquery-3.7.0.js" 
 
# 修改为：
 
src="/static/jquery/jquery-3.7.0.js" 
 
# 同样的jquery-2.2.4.min.js文件也做同样处理

具体参考：前端cdn、ajax、code等加速-CSDN博客

总结：

Linux下docker和python都调通。FreeBSD下python能启动，但是画图之后，提交失败，无法进入反应过程。

AI4Green是一个比较出色的开源电子实验记录本ELN，稍加修改，还是能满足创业医药公司使用的。

其它电子实验记录本还有哪些，欢迎朋友们留言提供信息！

安装过程步骤:

wget https://mirrors4.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py38_4.9.2-Linux-x86_64.sh
sh Miniconda3-py38_4.9.2-Linux-x86_64.sh 

# 将python3.8安装到py38目录，激活pythn环境。conda安装时选择激活，则下次登录的时候自动激活。
source py38/bin/activate
# 设置pip全局镜像
pip config --global set global.index-url https://mirror.baidu.com/pypi/simple/
# 若全局报错，则添加用户镜像
pip config --user  set global.index-url https://mirror.baidu.com/pypi/simple/ 

下载ai4green源代码
mkdir github
cd github
git clone https://openi.pcl.ac.cn/skywalk163/ai4green

进入ai4green安装库
cd ai4green/Webapp
pip install -r requirements.txt -i https://mirror.baidu.com/pypi/simple
# 或
pip install -r req.txt -i https://mirror.baidu.com/pypi/simple

新的requirements.txt文件，暂时还是用repo里的req.txt：

beautifulsoup4==4.9.3
certifi==2021.10.8
ChemSpiPy==2.0.0
click==8.0.3
email-validator==1.1.3
Flask==2.0.1
Flask-Login==0.5.0
Flask-Mail==0.9.1
Flask-Testing==0.8.1
Flask-WTF==0.14.3
itsdangerous==2.0.1
Jinja2==3.0.2
lxml==4.6.3
pandas==1.4.1
pip==21.2.4
# pony==0.7.14
pony
psycopg2-binary==2.9.3
PyJWT==2.1.0
python-dateutil==2.8.2
python-decouple==3.5
pytz==2021.3
pyyaml==6.0
requests==2.26.0
selenium==3.141.0
setuptools==58.0.4
soupsieve==2.3.1
urllib3==1.26.7
Werkzeug==2.0.3
wheel==0.37.1
WTForms==2.3.3
plotly==5.9.0
rdkit

好吧，还是没有弄好，想合并两个依赖库文件，但是发现效果未必好，还是先pip安装第一个，再安装第二个吧！

如果还是反复flask和sqlalchemy报错，则需要到官方的docker里面，拿里面的代码。我发现那里面的代码跟github上的不一样，官方github的代码会一直报错： cannot import name 'app_ctx' from 'flask.globals' ，这个地方坑了我两次！

一次是docker里面能启动，但是pip安装环境不能启动，后来是cp了docker里面的代码才搞定。

第二次是，想尝试在新的机器安装并总结出快速安装的步骤，结果一直报错，无法启动。后来才想起来是代码不一致的问题。

调试：

FreeBSD下安装virtualbox 报错：

freebsd下pkg安装virtual box报错：pkg: cached package lzo2-2.10_1: missing or size mismatch, cannot continue Consider running 'pkg update -f'

解决的方法，是重新设定pkg的源使用latest

FreeBSD: {
  url: "http://mirrors.ustc.edu.cn/freebsd-pkg/${ABI}/quarterly",
}

放置在/usr/local/etc/pkg/repos

同样的，/etc/make.conf文件也重新写了一下

报错：

from werkzeug.urls import url_quote
ImportError: cannot import name 'url_quote' from 'werkzeug.urls' (/home/skywalk/py39/envs/ai4green/lib/python3.8/site-packages/werkzeug/urls.py)

将werkzeug的版本也降下来

报错：

from flask.globals import app_ctx
ImportError: cannot import name 'app_ctx' from 'flask.globals' (/home/skywalk/py39/envs/ai4green/lib/python3.8/site-packages/flask/globals.py)

究其原因是flask的版本太高了，降低到2.x， flask-sqlalchemy的版本也要降低：

pip install Flask-sqlalchemy==2.0.0

最根本原因是docker里面使用了conda常见flask环境，没有见到这些flask的版本限制。

（若还有问题，升级到2.4版本，如下）

报错：ModuleNotFoundError: No module named 'flask.ext'

from flask.ext.sqlalchemy._compat import iteritems, itervalues, xrange, \
ModuleNotFoundError: No module named 'flask.ext'

把flask_sqlalchemy版本降低到2.4-2.5 大约问题解决。

报错：

File "/home/skywalk/py39/envs/ai4green/lib/python3.8/site-packages/flask_sqlalchemy/__init__.py", line 79, in _include_sqlalchemy
for key in module.__all__:
AttributeError: module 'sqlalchemy' has no attribute '__all__'

解决方法；pip install sqlalchemy==1.4.40

报错：

self.SQLAlchemySchema.OPTIONS_CLASS.session = db.session
AttributeError: '_SQLAlchemyState' object has no attribute 'session'

先上结论：flask的sqlalchemy也是乱的一塌糊涂啊！

https://wiki.freebsd.org/VirtualBox

多亏后面找到了库依赖文件，不然一个一个试，会让人中途放弃的。

升级：pip install sqlalchemy==2.0.23

FreeBSD下画分子图后无法提交

无法提交，提交报错`Cannot process Reactant 1 structure` ,无法进入下一步反应模式，但是在Linux就正常。

这样就不能用FreeBSD平台了。

flask db upgrade数据库更新命令报错

```

Starting app in test/development mode with sqlite database
PONY_TEST
Usage: flask [OPTIONS] COMMAND [ARGS]...
Try 'flask --help' for help.

Error: No such command 'db'.

```

可能需要前面一步步慢慢来吧，中间过程没法跳过。不够关键这是flask的报错啊，版本应该是对的啊！不过FreeBSD下因为安装RDKIT，导致只能放在系统目录，不能放在venv虚拟目录，可能这也是导致问题发生的原因。

报错cannot import name 'safe_str_cmp'

from werkzeug.security import safe_str_cmp
ImportError: cannot import name 'safe_str_cmp' from 'werkzeug.security' (/mnt/data/work/py38/lib/python3.8/site-packages/werkzeug/security.py)

安装2.0版本解决： pip install werkzeug==2.0

报错：ImportError: libXrender.so.1: cannot open shared object file: No such file or directory

解决方法： sudo apt install libxrender1

ubuntu下wifi设置

先查看无线网卡，可以用ifconfig ,若是看不到，用ifconfig -a

然后搜索wifi网络，用sudo iw dev wlp3s0 scan | more

然后写配置文件

$sudo -i
# wpa_passphrase mywireless secretpassphrase > /etc/wpa_supplicant/wpa_supplicant.conf
特殊说明：
1、mywireless 表示你要登录的 wifi 名字
2、secretpassphrase 表示 wifi 登录的密码

最后是加载配置文件：wpa_supplicant -i wlp3s0 -c /etc/wpa_supplicant/wpa_supplicant.conf -B

我使用的时候没有加-B选项

参考这篇文档：Ubuntu使用命令行配置WIFI_ubuntu无线网-CSDN博客

报错：libXext.so.6

from rdkit.Chem.Draw import rdMolDraw2D
ImportError: libXext.so.6: cannot open shared object file: No such file or directory

解决方法：apt install libxext6