bio_embeddings
v0.2.2
Ресурсы, чтобы узнать о bio_embeddings:
examples конфигураций трубопроводов A и notebooks .Цели проекта:
Проект включает в себя:
Вы можете установить bio_embeddings через PIP или использовать его через Docker. Помните о дополнительных зависимостях для align .
Установите трубопровод и все дополнения как SO:
pip install bio-embeddings[all]Чтобы установить нестабильную версию, пожалуйста, установите трубопровод так:
pip install -U " bio-embeddings[all] @ git+https://github.com/sacdallago/bio_embeddings.git "Если вам нужно только запустить конкретную модель (например, модель ESM или Prottrans), вы можете установить био-эмбединг без зависимостей, а затем установить зависимость специфичной для модели, например:
pip install bio-embeddings
pip install bio-embeddings[prottrans]Дополнительные дополнения:
Мы предоставляем изображение Docker по адресу ghcr.io/bioembeddings/bio_embeddings . Простой пример использования:
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
См. Пример docker в папке examples для инструкций. Вы также можете использовать ghcr.io/bioembeddings/bio_embeddings:latest , который построен из последнего коммита.
Чтобы использовать протокол mmseqs_search или функции mmsesq2 в соответствии с align , вам также необходимо иметь MMSEQS2 на вашем пути.
bio_embeddings был разработан для машин UNIX с возможностями GPU и установленной CUDA. Если ваша установка расходится из этого, вы можете столкнуться с некоторыми несоответствиями (например, на скорость значительно влияет на отсутствие графического процессора и CUDA). Для пользователей Windows мы настоятельно рекомендуем использовать подсистему Windows для Linux.
Каждая модели имеют свои сильные и слабые стороны (скорость, специфичность, след памяти ...). Там нет «единого целого», и мы призываем вас хотя бы попробовать две разные модели при попытке нового исследовательского проекта.
Модели prottrans_t5_xl_u50 , esm1b , esm , prottrans_bert_bfd , prottrans_albert_bfd , seqvec и prottrans_xlnet_uniref100 были обучены с целью систематических прогнозов. Из этого пула мы считаем, что оптимальной моделью является prottrans_t5_xl_u50 , за которой следует esm1b .
Мы настоятельно рекомендуем вам проверить папку examples для примеров трубопровода» и папку notebooks для прогонов пост-обработки трубопровода и использования общего назначения Embedders.
После установки пакета вы можете:
Используйте трубопровод, как:
bio_embeddings config.yml План файла конфигурации и пример настройки можно найти в каталоге examples этого репозитория.
Используйте объекты Embedder общего назначения через Python, например:
from bio_embeddings . embed import SeqVecEmbedder
embedder = SeqVecEmbedder ()
embedding = embedder . embed ( "SEQVENCE" ) Больше примеров можно найти в папке notebooks этого репозитория.
Если вы используете bio_embeddings для своего исследования, мы бы оценили это, если бы вы могли сослаться на следующую статью:
Dallago, C., Schütze, K., Heinzinger, M., Olenyi, T., Littmann, M., Lu, Axe, Yang, KK, Min, S., Yoon, S., Morton, JT & Rost, B. (2021). Изучил встраивание из глубокого обучения для визуализации и прогнозирования наборов белков. Текущие протоколы, 1, E113. doi: 10.1002/cpz1.113
Соответствующий бибтек:
@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`.
Хотите добавить свою собственную модель? См. Приспособление для инструкций.
prottrans_t5_xl_u50 остаточных остатков и последовательности встраивания человеческого протеома при полной точке + предсказания вторичной структуры + прогнозы субклеточной локализации:prottrans_t5_xl_u50 остаточных остатков и последовательности встроения протеома муха при полной точке + предсказания вторичной структуры + прогнозы субклеточной локализации + Прогнозирование сохранения + Прогнозирование вариации: 
