bio_embeddings
v0.2.2
bio_embeddingsについて学ぶためのリソース：
notebooksのexamplesをご覧ください。プロジェクトの目的：
プロジェクトには以下が含まれます：
PIP経由でbio_embeddingsをインストールするか、Dockerで使用できます。 alignの追加の依存関係に注意してください。
パイプラインとそのようなすべてのエクストラをインストールします：
pip install bio-embeddings[all]不安定なバージョンをインストールするには、次のようにパイプラインをインストールしてください。
pip install -U " bio-embeddings[all] @ git+https://github.com/sacdallago/bio_embeddings.git "特定のモデル（ESMまたはプロトランモデルなど）を実行する必要がある場合は、依存関係なくバイオ埋め込みをインストールしてから、モデル固有の依存関係をインストールできます。
pip install bio-embeddings
pip install bio-embeddings[prottrans]エクストラは次のとおりです。
ghcr.io/bioembeddings/bio_embeddingsでDocker画像を提供します。簡単な使用例：
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
命令については、 examplesフォルダーのdocker例を参照してください。また、最新のコミットから構築されたghcr.io/bioembeddings/bio_embeddings:latestを使用することもできます。
mmseqs_searchプロトコル、またはmmsesq2機能をalignで使用するには、パスにMMSEQS2を使用する必要があります。
bio_embeddings 、GPU機能とCUDAがインストールされたUNIXマシン用に開発されました。セットアップがこれから分かれている場合、いくつかの矛盾に遭遇する可能性があります（たとえば、速度はGPUとCUDAの不在によって大きな影響を受けます）。 Windowsユーザーには、LinuxにWindowsサブシステムを使用することを強くお勧めします。
各モデルには、長所と短所（速度、特異性、メモリフットプリントなど）があります。 「One-Fits-All」はありません。新しい探索プロジェクトを試みるときに、少なくとも2つの異なるモデルを試すことをお勧めします。
モデルprottrans_t5_xl_u50 、 esm1b 、 esm 、 prottrans_bert_bfd 、 prottrans_albert_bfd 、 seqvecおよびprottrans_xlnet_uniref100はすべて、体系的な予測の目標を持って訓練されました。このプールからは、最適なモデルがprottrans_t5_xl_u50であり、 esm1bが続くと考えています。
パイプラインの例のexamplesフォルダー、およびポストプロセスパイプラインの実行と埋め込み剤の汎用使用用のnotebooksフォルダーをチェックすることを強くお勧めします。
パッケージをインストールした後、次のことができます。
次のようなパイプラインを使用します。
bio_embeddings config.yml構成ファイルの青写真と、このリポジトリのexamplesディレクトリにサンプルのセットアップを見つけることができます。
Pythonを介して汎用埋め込みオブジェクトを使用します。
from bio_embeddings . embed import SeqVecEmbedder
embedder = SeqVecEmbedder ()
embedding = embedder . embed ( "SEQVENCE" )このリポジトリのnotebooksフォルダーには、その他の例があります。
あなたがあなたの研究にbio_embeddingsを使用するならば、あなたが次の論文を引用することができればそれを感謝します：
Dallago、C.、Schütze、K.、Heinzinger、M.、Olenyi、T.、Littmann、M.、Lu、Ax、Yang、KK、Min、S.、Yoon、S.、Morton、JT、＆Rost、B。（2021）。タンパク質セットを視覚化および予測するために、深い学習から学習した埋め込み。現在のプロトコル、1、E113。 doi：10.1002/cpz1.113
対応するbibtex：
@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`.
独自のモデルを追加したいですか？指示については、貢献を参照してください。
prottrans_t5_xl_u50完全精度でのヒトプロテオームの残基と配列埋め込み +二次構造予測 +細胞下局在予測：prottrans_t5_xl_u50フル精度でのFlyプロテオームの残基と配列埋め込み +二次構造予測 +細胞下局在予測 +保存予測 +変動予測： 
