catELMoダウンロードcatELMoソースコードのダウンロード

catELMo

AI ソースコード

1.0.0

ダウンロード

コンテキスト認識アミノ酸埋め込みTCRエピトープ相互作用の進歩分析

Catelmoは、文脈化されたアミノ酸表現を学習し、アミノ酸を単語として扱い、文としてシーケンスとして扱う双方向アミノ酸埋め込みモデルです。前のトークンを考慮して、次のアミノ酸トークンをそれぞれ予測することにより、自己補給信号を使用してアミノ酸配列のパターンを学習します。 4,173,895 TCRで訓練されています $ beta $免疫症からのCDR3シーケンス（5200万のアミノ酸トークン）。 Catelmoは、さまざまなダウンストリームタスクの入力特徴として使用できるアミノ酸のシーケンスに対して、実質値の表現ベクトルを生成します。これはCatelmoの公式実装です。

出版

コンテキスト認識アミノ酸埋め込みTCRエピトープ相互作用の進歩分析
Pengfei Zhang ^1,2 、Michael Cai ^1,2 、Seojin Bang ² 、Heewook Lee ^1,2
¹アリゾナ州立大学の^アリゾナ州立大学のコンピューティングと拡張インテリジェンスの学校
公開： Elife、2023。

論文|コード|ポスター|スライド|プレゼンテーション（YouTube）

依存関係

Linux
Python 3.6.13
ケラス2.6.0
Tensorflow 2.6.0

TCRエピトープペアの結合親和性予測モデルをトレーニングする手順。

1。リポジトリをクローンします

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。トレーニングとテストのためにTCR-Epitopeペアを準備します

datasetsフォルダーからトレーニングとテストデータをダウンロードします。
embeddersフォルダーから指示に従って、TCRおよびエピトープの埋め込みを取得します。

3。モデルをトレーニングおよびテストします

エピトープ分割の例

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

引用

このコードを使用するか、Catelmoを使用して調査する場合は、私たちの論文を引用してください。

 @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}
}