catELMo下載 - catELMo源代碼下載

catELMo

Ai源碼

1.0.0

下載

上下文感知的氨基酸嵌入進展分析TCR-質相互作用

Catelmo是一種雙向氨基酸嵌入模型，它學習上下文化的氨基酸表示，將氨基酸視為單詞和序列作為句子。它通過預測每個氨基酸令牌的圖案來學習氨基酸序列的模式，鑑於其先前的令牌。它已經接受了4,173,895 TCR的培訓 $ beta $來自Immunoseq的CDR3序列（5200萬個氨基酸令牌）。 Catelmo產生了一系列氨基酸的實用值代表矢量，可以用作各種下游任務的輸入特徵。這是Catelmo的官方實施。

出版品

上下文感知的氨基酸嵌入進展分析TCR-質相互作用
Pengfei Zhang ^1,2 ，Michael Cai ^1,2 ，Seojin Bang ² ，Heewook Lee ^1,2
¹亞利桑那州立大學的計算與增強情報學院，亞利桑那州立大學生物設計學院²
發表於： Elife，2023年。

紙|代碼|海報|幻燈片|演示文稿（YouTube）

依賴性

Linux
Python 3.6.13
Keras 2.6.0
TensorFlow 2.6.0

訓練TCR-質質對的結合親和力預測模型的步驟。

1。克隆存儲庫

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。準備訓練和測試的TCR-滴定對

從datasets集文件夾下載培訓和測試數據。
按照embedders文件夾的說明，獲取TCR和表位的嵌入。

3。火車和測試模型

表位分裂的一個例子

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

引用

如果您使用此代碼或使用我們的Catelmo進行研究，請引用我們的論文：

 @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}
}