catELMo

El análisis de los aminoácidos conscientes del contexto avanza el análisis de las interacciones TCR-Epitope

Catelmo es un modelo de incrustación de aminoácidos bidireccionales que aprende representaciones de aminoácidos contextualizadas, tratando un aminoácido como una palabra y una secuencia como oración. Aprende patrones de secuencias de aminoácidos con su señal de auto-supervisión, al predecir cada uno el siguiente token de aminoácidos dados sus tokens anteriores. Ha sido entrenado en 4,173.895 TCR $ beta $ Secuencias CDR3 (52 millones de tokens de aminoácidos) de Immunoseq. Catelmo produce un vector de representación de valor real para una secuencia de aminoácidos, que puede usarse como características de entrada de varias tareas aguas abajo. Esta es la implementación oficial de Catelmo.

Publicación

El análisis de los aminoácidos conscientes del contexto avanza el análisis de las interacciones TCR-Epitope
Pengfei Zhang ^1,2 , Michael Cai ^1,2 , Seojin Bang ² , Heewook Lee ^1,2
1 Escuela de Computación e Inteligencia Aumentada, Universidad Estatal de Arizona, ² BioDesign Institute, Arizona State University
Publicado en: Elife, 2023.

Papel | Código | Cartel | Diapositivas | Presentación (YouTube)

Dependencias

• Linux
• Python 3.6.13
• Keras 2.6.0
• TensorFlow 2.6.0

Pasos para entrenar un modelo de predicción de afinidad vinculante para pares de Epitope TCR.

1. Clonar el repositorio

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. Prepare los pares de Epitope TCR para el entrenamiento y las pruebas

• Descargue datos de capacitación y prueba de la carpeta datasets .
• Obtenga incrustaciones para TCR y epítopos siguiendo las instrucciones de la carpeta embedders .

3. Modelos de trenes y pruebas

Un ejemplo de división de epítopos

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

Citación

Si usa este código o usa nuestro Catelmo para su investigación, cite nuestro documento:

 @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}
}

Licencia

Este trabajo tiene licencia bajo una licencia internacional de Atribución de Commons-Commons-Noderivatives 4.0.