protein sequence embedding iclr2019 download - protein sequence embedding iclr2019 download kode sumber

protein sequence embedding iclr2019

Kode Sumber AI

1.0.0

Unduh

Mempelajari Urutan Protein Embeddings Menggunakan Informasi dari Struktur

Model embedding baru dan lebih baik yang menggabungkan urutan dan pelatihan struktur sekarang tersedia di https://github.com/tbepler/prose!

Repositori ini berisi kode sumber dan tautan ke data dan model embedding pretrained yang menyertai makalah ICLR 2019: belajar embedding urutan protein menggunakan informasi dari struktur

 @inproceedings{
bepler2018learning,
title={Learning protein sequence embeddings using information from structure},
author={Tristan Bepler and Bonnie Berger},
booktitle={International Conference on Learning Representations},
year={2019},
}

Pengaturan dan Ketergantungan

Ketergantungan:

Python 3
pytorch> = 0.4
Numpy
SCIPY
panda
Sklearn
Cython
h5py (untuk skrip embedding)

Jalankan setup.py untuk mengkompilasi file cython:

 python setup.py build_ext --inplace

Set data

Kumpulan data dengan pemisahan kereta/dev/tes disediakan sebagai file .tar.gz dari tautan di bawah ini.

Data Lingkup
Data PFAM
Data Struktur Sekunder Protein
Data transmembran
CASP12 Data peta kontak

Script pelatihan dan evaluasi mengasumsikan bahwa set data ini telah diekstraksi ke dalam direktori yang disebut 'data'.

Model pretrained

Versi terlatih kami dari model embedding berbasis struktur dan model bahasa dua arah dapat diunduh di sini.

Pengarang

Tristan Bepler ([email protected])

Mengutip

Harap kutip kertas di atas jika Anda menggunakan kode ini atau model pretrained dalam pekerjaan Anda.

Lisensi

Kode sumber dan model terlatih disediakan gratis untuk penggunaan non-komersial berdasarkan ketentuan lisensi CC BY-NC 4.0. Lihat file lisensi dan/atau https://creativecommons.org/licenses/by-nc/4.0/legalcode untuk informasi lebih lanjut.