catELMo 다운로드 catELMo 소스 코드 다운로드

catELMo

AI 소스 코드

1.0.0

다운로드

컨텍스트 인식 아미노산 임베딩 TCR- 에피토프 상호 작용의 분석

Catelmo는 문맥 화 된 아미노산 표현을 배우는 양방향 아미노산 임베딩 모델로, 아미노산을 단어와 서열로 취급하여 문장으로 취급합니다. 이전 토큰이 주어진 다음 아미노산 토큰을 각각 예측하여 자체 감독 신호로 아미노산 서열의 패턴을 배웁니다. 4,173,895 TCR에 대한 교육을 받았습니다 $ beta $ ImmunoSeq의 CDR3 서열 (52 백만의 아미노산 토큰). Catelmo는 다양한 다운 스트림 작업의 입력 기능으로 사용될 수있는 아미노산 시퀀스에 대한 실제 값 표현 벡터를 생성합니다. 이것은 Catelmo의 공식 구현입니다.

출판

컨텍스트 인식 아미노산 임베딩 TCR- 에피토프 상호 작용의 분석
Pengfei Zhang ^1,2 , Michael Cai ^1,2 , Seojin Bang ² , Hewook Lee ^1,2
¹ 애리조나 주립 대학교, ^애리조나 주립 대학교 (Arizona State University)의 컴퓨팅 및 증강 정보 학교
출판 : Elife, 2023.

종이 | 코드 | 포스터 | 슬라이드 | 프레젠테이션 (YouTube)

의존성

리눅스
파이썬 3.6.13
케라 2.6.0
텐서 플로 2.6.0

TCR- 에피토프 쌍에 대한 결합 친화도 예측 모델을 훈련시키는 단계.

1. 저장소를 복제하십시오

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. 훈련 및 테스트를 위해 TCR- 에피토프 쌍을 준비하십시오

datasets 폴더에서 교육 및 테스트 데이터를 다운로드하십시오.
embedders 폴더의 지시에 따라 TCR 및 에피토프에 대한 임베딩을 얻습니다.

3. 훈련 및 테스트 모델

에피토프 분할의 예

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

소환

이 코드를 사용하거나 연구에 카텔 모를 사용하는 경우 논문을 인용하십시오.

 @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}
}