bio_embeddings
v0.2.2
了解bio_embeddings的资源：
notebooks的examples 。项目目的：
该项目包括：
您可以通过PIP安装bio_embeddings或通过Docker使用它。介意align其他依赖关系。
安装管道和所有额外功能：
pip install bio-embeddings[all]要安装不稳定版本，请这样安装管道：
pip install -U " bio-embeddings[all] @ git+https://github.com/sacdallago/bio_embeddings.git "如果您只需要运行特定的模型（例如ESM或Prottrans模型），则可以安装无依赖性的生物件，然后安装特定于模型的依赖项，例如：
pip install bio-embeddings
pip install bio-embeddings[prottrans]附加功能是：
我们在ghcr.io/bioembeddings/bio_embeddings上提供Docker图像。简单用法示例：
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
有关说明，请参见examples文件夹中的docker示例。您还可以使用ghcr.io/bioembeddings/bio_embeddings:latest ，它是根据最新提交而构建的。
要使用mmseqs_search协议或align中的mmsesq2函数，您还需要在路径中具有MMSEQS2。
bio_embeddings是针对具有GPU功能和CUDA的UNIX机器开发的。如果您的设置与此分歧，则可能会遇到一些不一致之处（例如，速度受到GPU和CUDA的不存在的显着影响）。对于Windows用户，我们强烈建议将Windows子系统用于Linux。
每个模型都有其优点和劣势（速度，特异性，内存足迹...）。没有一个“一个合适的东西”，我们鼓励您在尝试新的探索项目时至少尝试两种不同的模型。
模型prottrans_t5_xl_u50 ， esm1b ， esm ， prottrans_bert_bfd ， prottrans_albert_bfd ， seqvec和prottrans_xlnet_uniref100均经过培训，均受了系统预测的目标。从这个池中，我们认为最佳模型为prottrans_t5_xl_u50 ，其次是esm1b 。
我们强烈建议您查看examples文件夹中的管道示例，以及用于后处理管道运行和嵌入式通用使用的notebooks文件夹。
安装包装后，您可以：
使用类似的管道：
bio_embeddings config.yml配置文件的蓝图以及在此存储库的examples目录中找到一个示例设置。
通过Python使用通用嵌入式对象，例如：
from bio_embeddings . embed import SeqVecEmbedder
embedder = SeqVecEmbedder ()
embedding = embedder . embed ( "SEQVENCE" )可以在此存储库的notebooks文件夹中找到更多示例。
如果您使用bio_embeddings进行研究，如果您可以引用以下论文，我们将不胜感激：
Dallago，C.，Schütze，K.，Heinzinger，M.，Olenyi，T.，Littmann，M.，Lu，ax，ax，yang，kk，Min，S.，Yoon，S.，Yoon，S.，Morton，JT，JT，＆Rost，B。（2021）。从深度学习到可视化和预测蛋白质集的学习嵌入。当前协议，1，E113。 doi：10.1002/cpz1.113
相应的bibtex：
@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`.
想添加自己的模型吗？请参阅有关说明的贡献。
prottrans_t5_xl_u50在完全精确 +二级结构预测 +亚细胞定位预测的人蛋白质组的残基和序列嵌入：prottrans_t5_xl_u50在完全精确 +二级结构预测 +亚细胞定位预测预测 +保护预测 +变化预测的情况下，蝇蛋白组的残基和序列嵌入： 
