catELMo下载 - catELMo源代码下载

catELMo

Ai源码

1.0.0

下载

上下文感知的氨基酸嵌入进展分析TCR-质相互作用

Catelmo是一种双向氨基酸嵌入模型，它学习上下文化的氨基酸表示，将氨基酸视为单词和序列作为句子。它通过预测每个氨基酸令牌的图案来学习氨基酸序列的模式，鉴于其先前的令牌。它已经接受了4,173,895 TCR的培训 $ beta $来自Immunoseq的CDR3序列（5200万个氨基酸令牌）。 Catelmo产生了一系列氨基酸的实用值代表矢量，可以用作各种下游任务的输入特征。这是Catelmo的官方实施。

发布

上下文感知的氨基酸嵌入进展分析TCR-质相互作用
Pengfei Zhang ^1,2 ，Michael Cai ^1,2 ，Seojin Bang ² ，Heewook Lee ^1,2
¹亚利桑那州立大学的计算与增强情报学院，亚利桑那州立大学生物设计学院²
发表于： Elife，2023年。

纸|代码|海报|幻灯片|演示文稿（YouTube）

依赖性

Linux
Python 3.6.13
Keras 2.6.0
TensorFlow 2.6.0

训练TCR-质质对的结合亲和力预测模型的步骤。

1。克隆存储库

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。准备训练和测试的TCR-滴定对

从datasets集文件夹下载培训和测试数据。
按照embedders文件夹的说明，获取TCR和表位的嵌入。

3。火车和测试模型

表位分裂的一个例子

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

引用

如果您使用此代码或使用我们的Catelmo进行研究，请引用我们的论文：

 @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}
}