ดาวน์โหลด catELMo - ดาวน์โหลดซอร์สโค้ด catELMo

catELMo

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

การฝังกรดอะมิโนที่รับรู้บริบทการวิเคราะห์ความก้าวหน้าของการปฏิสัมพันธ์ระหว่าง TCR-epitope

Catelmo เป็นรูปแบบการฝังกรดอะมิโนแบบสองทิศทางที่เรียนรู้การเป็นตัวแทนกรดอะมิโนตามบริบทการรักษากรดอะมิโนเป็นคำและลำดับเป็นประโยค มันเรียนรู้รูปแบบของลำดับกรดอะมิโนที่มีสัญญาณการก่อการร้ายตนเองโดยทำนายโทเค็นกรดอะมิโนต่อไปแต่ละตัวตามโทเค็นก่อนหน้า ได้รับการฝึกอบรมใน 4,173,895 TCR $ beta $ ลำดับ CDR3 (โทเค็นกรดอะมิโน 52 ล้าน) จาก Immunoseq Catelmo ให้ผลการแสดงเวกเตอร์ที่มีค่าจริงสำหรับลำดับของกรดอะมิโนซึ่งสามารถใช้เป็นคุณสมบัติอินพุตของงานดาวน์สตรีมต่างๆ นี่คือการดำเนินการอย่างเป็นทางการของ Catelmo

ภาพรวม

สิ่งพิมพ์

การฝังกรดอะมิโนที่รับรู้บริบทการวิเคราะห์ความก้าวหน้าของการปฏิสัมพันธ์ระหว่าง TCR-epitope
Pengfei Zhang ^1,2 , Michael Cai ^1,2 , Seojin Bang ² , Heewook Lee ^1,2
¹ School of Computing and Augmented Intelligence, Arizona State University, ² Biodesign Institute, Arizona State University
เผยแพร่ใน: Elife, 2023

กระดาษ | รหัส | โปสเตอร์ สไลด์ การนำเสนอ (YouTube)

การพึ่งพาอาศัยกัน

ลินเวกซ์
Python 3.6.13
Keras 2.6.0
Tensorflow 2.6.0

ขั้นตอนในการฝึกอบรมแบบจำลองการทำนายความสัมพันธ์ที่มีผลผูกพันสำหรับคู่ TCR-Epitope

1. โคลนที่เก็บ

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. เตรียมคู่ TCR-Epitope สำหรับการฝึกอบรมและการทดสอบ

ดาวน์โหลดข้อมูลการฝึกอบรมและการทดสอบจากโฟลเดอร์ชุด datasets
รับ Embeddings สำหรับ TCR และ epitopes ตามคำแนะนำจากโฟลเดอร์ embedders

3. รุ่นรถไฟและทดสอบ

ตัวอย่างสำหรับการแยก epitope

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

การอ้างอิง

หากคุณใช้รหัสนี้หรือใช้ catelmo ของเราสำหรับการวิจัยของคุณโปรดอ้างอิงบทความของเรา:

 @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}
}