تنزيل catELMo - تنزيل رمز المصدر catELMo

catELMo

كود الذكاء الاصطناعي

1.0.0

تنزيل

السياق-يدرك الأحماض الأمينية تحليل تحليل تفاعلات TCR-Epitope

Catelmo هو نموذج تضمين الأحماض الأمينية ثنائية الاتجاه يتعلم تمثيلات الأحماض الأمينية السياقية ، ويتعامل مع الأحماض الأمينية ككلمة وتسلسل كجملة. إنه يتعلم أنماط تسلسل الأحماض الأمينية مع إشارة الإشراف الذاتي ، من خلال التنبؤ بكل رمز الأحماض الأمينية التالية بالنظر إلى الرموز السابقة. تم تدريبه على 4،173،895 TCR $ beta $ تسلسل CDR3 (52 مليون من الرموز الرموز الأحماض الأمينية) من Immunoseq. ينتج عن Catelmo متجه تمثيل ذو قيمة حقيقية لتسلسل من الأحماض الأمينية ، والتي يمكن استخدامها كميزات إدخال لمختلف مهام المصب. هذا هو التنفيذ الرسمي لـ Catelmo.

ملخص

النشر

السياق-يدرك الأحماض الأمينية تحليل تحليل تفاعلات TCR-Epitope
Pengfei Zhang ^1،2 ، Michael Cai ^1،2 ، Seojin Bang ² ، Heewook Lee ^1،2
مدرسة ^واحدة للحوسبة والاستخبارات المعززة ، جامعة ولاية أريزونا ، ² معهد التصميم الحيوي ، جامعة ولاية أريزونا
نشرت في: Elife ، 2023.

ورقة | رمز | ملصق | الشرائح | عرض تقديمي (يوتيوب)

التبعيات

Linux
بيثون 3.6.13
كيراس 2.6.0
Tensorflow 2.6.0

خطوات لتدريب نموذج التنبؤ التقارب الملزم لأزواج TCR-Epitope.

1. استنساخ المستودع

git clone https://github.com/Lee-CBG/catELMo
cd catELMo/
conda create --name bap python=3.6.13
pip install pandas==1.1.5 tensorflow==2.6.0 keras==2.6.0 scikit-learn==0.24.2 tqdm
source activate bap

2. قم بإعداد أزواج TCR-Epitope للتدريب والاختبار

قم بتنزيل بيانات التدريب والاختبار من مجلد datasets .
الحصول على تضمينات ل TCR والحلقات بعد تعليمات من مجلد embedders .

3. تدريب نماذج واختبار

مثال لتقسيم epitope

python -W ignore bap.py 
                --embedding catELMo_4_layers_1024 
                --split epitope 
                --gpu 0 
                --fraction 1 
                --seed 42

اقتباس

إذا كنت تستخدم هذا الرمز أو استخدمت catelmo لدينا لبحثك ، فيرجى الاستشهاد بورقة:

 @article {catelmobiorxiv,
	author = {Pengfei Zhang and Seojin Bang and Michael Cai and Heewook Lee},
	title = {Context-Aware Amino Acid Embedding Advances Analysis of TCR-Epitope Interactions},
	elocation-id = {2023.04.12.536635},
	year = {2023},
	doi = {10.1101/2023.04.12.536635},
	publisher = {Cold Spring Harbor Laboratory},
	journal = {bioRxiv}
}