catELMo скачать - скачать исходный код catELMo

catELMo

AI Исходный код

1.0.0

Скачать

Анализ аминокислотных аминокислот-аминокислот аминокислота

Catelmo-это двунаправленная модель аминокислот, которая изучает контекстуализированные аминокислотные представления, рассматривая аминокислоту как слово и последовательность как предложение. Он изучает паттерны аминокислотных последовательностей с его сигналом самоосудывания, предсказав каждый следующий токен аминокислот, учитывая его предыдущие токены. Он был обучен 4173 895 TCR $ beta $ Последовательности CDR3 (52 миллиона токенов аминокислот) из Immunoseq. Catelmo дает реальное вектор представления для последовательности аминокислот, которые могут использоваться в качестве входных особенностей различных задач вниз по течению. Это официальная реализация Catelmo.

Обзор

Публикация

Анализ аминокислотных аминокислот-аминокислот аминокислота
Пенгфей Чжан ^1,2 , Майкл Кай ^1,2 , Сейдзин Банг ² , Heewook Lee ^1,2
¹ Школа вычислительной и дополненной разведки, Университет штата Аризона, ² Института биодизинга, Университет штата Аризона
Опубликовано в: Elife, 2023.

Бумага | Код | Плакат | Слайды | Презентация (YouTube)

Зависимости

Linux
Python 3.6.13
Керас 2.6.0
Tensorflow 2.6.0

Шаги по обучению модели прогнозирования сродства связывания для пар TCR-эпитопа.

1. Клонировать репозиторий

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. Подготовьте пары TCR-эпитопа для обучения и тестирования

Загрузите данные обучения и тестирования из папки datasets .
Получите встраивание для TCR и эпитопов после инструкций из папки embedders .

3. Поезда и тестовые модели

Пример для разделения эпитопа

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

Цитирование

Если вы используете этот код или используете наш Catelmo для исследования, пожалуйста, укажите нашу статью:

 @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}
}