protein sequence embedding iclr2019

구조의 정보를 사용하여 단백질 서열 임베딩 학습

시퀀스와 구조 훈련을 결합한 새롭고 개선 된 임베딩 모델은 이제 https://github.com/tbepler/prose에서 사용할 수 있습니다!

이 저장소에는 소스 코드와 ICLR 2019 용지와 함께 데이터 및 사전 처리 된 임베딩 모델에 대한 링크가 포함되어 있습니다.

 @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},
}

설정 및 종속성

종속성 :

• 파이썬 3
• Pytorch> = 0.4
• Numpy
• Scipy
• 팬더
• 스카리
• 사이 톤
• h5py (스크립트 포함)

setup.py를 실행하려면 Cython 파일을 컴파일합니다.

 python setup.py build_ext --inplace

데이터 세트

Train/Dev/Test Splits가있는 데이터 세트는 아래 링크에서 .tar.gz 파일로 제공됩니다.

• 범위 데이터
• PFAM 데이터
• 단백질 2 차 구조 데이터
• 막 횡단 데이터
• CASP12 연락처 맵 데이터

교육 및 평가 스크립트는 이러한 데이터 세트가 '데이터'라는 디렉토리로 추출되었다고 가정합니다.

사전 예방 모델

구조 기반 임베딩 모델의 숙련 된 버전과 양방향 언어 모델은 여기에서 다운로드 할 수 있습니다.

작가

Tristan Bepler ([email protected])

인용문

이 코드를 사용하거나 작업에서 사전 치료 된 모델을 사용하는 경우 위의 논문을 인용하십시오.

특허

소스 코드 및 훈련 된 모델은 CC By-NC 4.0 라이센스의 조건에 따라 비상업적 사용을 위해 무료로 제공됩니다. 자세한 내용은 라이센스 파일 및/또는 https://creativecommons.org/licenses/by-nc/4.0/legalcode를 참조하십시오.

연락하다

궁금한 점, 의견이 있거나 버그를보고하려면 github 문제를 제기하거나 [email protected]로 저에게 연락하십시오.