bio_embeddings
v0.2.2
了解bio_embeddings的資源：
notebooks的examples 。項目目的：
該項目包括：
您可以通過PIP安裝bio_embeddings或通過Docker使用它。介意align其他依賴關係。
安裝管道和所有額外功能：
pip install bio-embeddings[all]要安裝不穩定版本，請這樣安裝管道：
pip install -U " bio-embeddings[all] @ git+https://github.com/sacdallago/bio_embeddings.git "如果您只需要運行特定的模型（例如ESM或Prottrans模型），則可以安裝無依賴性的生物件，然後安裝特定於模型的依賴項，例如：
pip install bio-embeddings
pip install bio-embeddings[prottrans]附加功能是：
我們在ghcr.io/bioembeddings/bio_embeddings上提供Docker圖像。簡單用法示例：
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
有關說明，請參見examples文件夾中的docker示例。您還可以使用ghcr.io/bioembeddings/bio_embeddings:latest ，它是根據最新提交而構建的。
要使用mmseqs_search協議或align中的mmsesq2函數，您還需要在路徑中具有MMSEQS2。
bio_embeddings是針對具有GPU功能和CUDA的UNIX機器開發的。如果您的設置與此分歧，則可能會遇到一些不一致之處（例如，速度受到GPU和CUDA的不存在的顯著影響）。對於Windows用戶，我們強烈建議將Windows子系統用於Linux。
每個模型都有其優點和劣勢（速度，特異性，內存足跡...）。沒有一個“一個合適的東西”，我們鼓勵您在嘗試新的探索項目時至少嘗試兩種不同的模型。
模型prottrans_t5_xl_u50 ， esm1b ， esm ， prottrans_bert_bfd ， prottrans_albert_bfd ， seqvec和prottrans_xlnet_uniref100均經過培訓，均受了系統預測的目標。從這個池中，我們認為最佳模型為prottrans_t5_xl_u50 ，其次是esm1b 。
我們強烈建議您查看examples文件夾中的管道示例，以及用於後處理管道運行和嵌入式通用使用的notebooks文件夾。
安裝包裝後，您可以：
使用類似的管道：
bio_embeddings config.yml配置文件的藍圖以及在此存儲庫的examples目錄中找到一個示例設置。
通過Python使用通用嵌入式對象，例如：
from bio_embeddings . embed import SeqVecEmbedder
embedder = SeqVecEmbedder ()
embedding = embedder . embed ( "SEQVENCE" )可以在此存儲庫的notebooks文件夾中找到更多示例。
如果您使用bio_embeddings進行研究，如果您可以引用以下論文，我們將不勝感激：
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）。從深度學習到可視化和預測蛋白質集的學習嵌入。當前協議，1，E113。 doi：10.1002/cpz1.113
相應的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`.
想添加自己的模型嗎？請參閱有關說明的貢獻。
prottrans_t5_xl_u50在完全精確 +二級結構預測 +亞細胞定位預測的人蛋白質組的殘基和序列嵌入：prottrans_t5_xl_u50在完全精確 +二級結構預測 +亞細胞定位預測預測 +保護預測 +變化預測的情況下，蠅蛋白組的殘基和序列嵌入： 
