bio_embeddings
v0.2.2
Ressources pour en savoir plus sur Bio_embeddings:
examples de configurations de pipeline A et notebooks .Objectif du projet:
Le projet comprend:
Vous pouvez installer bio_embeddings via PIP ou l'utiliser via Docker. Faites attention aux dépendances supplémentaires pour align .
Installez le pipeline et tous les extras comme tel:
pip install bio-embeddings[all]Pour installer la version instable, veuillez installer le pipeline comme ainsi:
pip install -U " bio-embeddings[all] @ git+https://github.com/sacdallago/bio_embeddings.git "Si vous n'avez besoin que d'exécuter un modèle spécifique (par exemple un modèle ESM ou Prottrans), vous pouvez installer des bio-embouchés sans dépendances, puis installer la dépendance spécifique au modèle, par exemple:
pip install bio-embeddings
pip install bio-embeddings[prottrans]Les extras sont:
Nous fournissons une image Docker sur ghcr.io/bioembeddings/bio_embeddings . Exemple d'utilisation simple:
docker run --rm --gpus all
-v "$(pwd)/examples/docker":/mnt
-v bio_embeddings_weights_cache:/root/.cache/bio_embeddings
-u $(id -u ${USER}):$(id -g ${USER})
ghcr.io/bioembeddings/bio_embeddings:v0.1.6 /mnt/config.yml
Voir l'exemple docker dans le dossier examples pour les instructions. Vous pouvez également utiliser ghcr.io/bioembeddings/bio_embeddings:latest qui est construit à partir du dernier commit.
Pour utiliser le protocole mmseqs_search , ou les fonctions mmsesq2 dans align , vous devez en outre avoir MMSEQS2 dans votre chemin.
bio_embeddings a été développé pour les machines Unix avec des capacités GPU et CUDA installées. Si votre configuration en diverge, vous pouvez rencontrer des incohérences (par exemple, la vitesse est considérablement affectée par l'absence de GPU et CUDA). Pour les utilisateurs de Windows, nous recommandons fortement l'utilisation du sous-système Windows pour Linux.
Chaque modèle a ses forces et ses faiblesses (vitesse, spécificité, empreinte mémoire ...). Il n'y a pas de "un ajustement" et nous vous encourageons à au moins à essayer deux modèles différents lors de la tentative d'un nouveau projet exploratoire.
Les modèles prottrans_t5_xl_u50 , esm1b , esm , prottrans_bert_bfd , prottrans_albert_bfd , seqvec et prottrans_xlnet_uniref100 ont tous été formés dans le but de prédictions systématiques. De ce pool, nous pensons que le modèle optimal est prottrans_t5_xl_u50 , suivi de esm1b .
Nous vous recommandons fortement de consulter le dossier examples pour les exemples de pipelines, et le dossier notebooks pour les exécutions de pipelines post-traitement et l'utilisation générale des effectifs.
Après avoir installé le package, vous pouvez:
Utilisez le pipeline comme:
bio_embeddings config.yml Un plan du fichier de configuration et un exemple de configuration peuvent être trouvés dans le répertoire examples de ce référentiel.
Utilisez les objets intégrés à usage général via Python, par exemple:
from bio_embeddings . embed import SeqVecEmbedder
embedder = SeqVecEmbedder ()
embedding = embedder . embed ( "SEQVENCE" ) D'autres exemples peuvent être trouvés dans le dossier notebooks de ce référentiel.
Si vous utilisez bio_embeddings pour vos recherches, nous l'apprécierons si vous pouviez citer l'article suivant:
Dallago, C., Schütze, K., Heinzinger, M., Olenyi, T., Littmann, M., Lu, Axe, Yang, KK, Min, S., Yoon, S., Morton, JT, & Rost, B. (2021). Les intégres apprises de l'apprentissage en profondeur pour visualiser et prédire les ensembles de protéines. Protocoles actuels, 1, E113. doi: 10.1002 / cpz1.113
Le bibtex correspondant:
@article{https://doi.org/10.1002/cpz1.113,
author = {Dallago, Christian and Schütze, Konstantin and Heinzinger, Michael and Olenyi, Tobias and Littmann, Maria and Lu, Amy X. and Yang, Kevin K. and Min, Seonwoo and Yoon, Sungroh and Morton, James T. and Rost, Burkhard},
title = {Learned Embeddings from Deep Learning to Visualize and Predict Protein Sets},
journal = {Current Protocols},
volume = {1},
number = {5},
pages = {e113},
keywords = {deep learning embeddings, machine learning, protein annotation pipeline, protein representations, protein visualization},
doi = {https://doi.org/10.1002/cpz1.113},
url = {https://currentprotocols.onlinelibrary.wiley.com/doi/abs/10.1002/cpz1.113},
eprint = {https://currentprotocols.onlinelibrary.wiley.com/doi/pdf/10.1002/cpz1.113},
year = {2021}
}
Additionally, we invite you to cite the work from others that was collected in `bio_embeddings` (see section _"Tools by category"_ below). We are working on an enhanced user guide which will include proper references to all citable work collected in `bio_embeddings`.
Vous voulez ajouter votre propre modèle? Voir contribution pour les instructions.
prottrans_t5_xl_u50 RÉSIDUES ET LES RÉQUENCES ENCORTES DU Protéome humain à pleine précision + Prédictions de structure secondaire + Prédictions de localisation sous-cellulaire:prottrans_t5_xl_u50 RÉSIDUES ET LES RÉSIDES ENCORTEMENTS DU PROTOME FLY À PROPRES PROPICATION + Prédictions de structure secondaire + Prédictions de localisation sous-cellulaire + Prédiction de conservation + Prédiction de variation: 
