prot_t5_xl_half_uniref50-enc

prot_t5_xl_half_uniref50-enc

低内存蛋白质序列特征提取模型

这是一个基于ProtT5-XL-UniRef50的半精度编码器模型,专门用于蛋白质序列特征提取。该模型在大规模蛋白质序列数据集上进行自监督预训练,可高效生成蛋白质和氨基酸的嵌入表示。仅需8GB显存即可运行,适用于资源受限环境,在多项下游任务中性能与原始模型相当。

模型开源项目半精度模型HuggingfaceProtT5-XL-UniRef50特征提取Github蛋白质语言模型氨基酸嵌入

prot_t5_xl_half_uniref50-enc项目介绍

prot_t5_xl_half_uniref50-enc是一个专门用于蛋白质序列分析的语言模型。这个项目是基于原始的ProtT5-XL-UniRef50模型开发而来,针对性地优化了模型结构和性能,为研究人员提供了一个强大而高效的工具。

模型概述

该模型是ProtT5-XL-UniRef50的编码器部分,采用了半精度(float16)表示。它保留了原始模型的核心功能,可以高效地生成蛋白质/氨基酸的嵌入表示。与原始模型相比,这个版本在下游任务中表现相当,但大大减少了GPU内存占用,甚至可以在8GB显存的GPU上运行。

技术特点

  1. 基于t5-3b模型架构
  2. 在大规模蛋白质序列语料库上进行自监督预训练
  3. 使用类似BART的MLM去噪目标,随机掩蔽15%的氨基酸进行训练
  4. 只包含原始模型的编码器部分
  5. 采用半精度(float16)表示,显著降低内存占用

应用场景

该模型主要用于生成氨基酸或蛋白质的嵌入表示,可应用于以下场景:

  1. 蛋白质结构预测
  2. 功能注释
  3. 蛋白质-蛋白质相互作用预测
  4. 药物设计
  5. 进化分析

使用方法

研究人员可以使用PyTorch轻松地加载和使用该模型。主要步骤包括:

  1. 对输入序列进行预处理和编码
  2. 使用模型生成嵌入表示
  3. 提取每个氨基酸残基或整个蛋白质的嵌入向量

项目提供了详细的代码示例,方便用户快速上手。

注意事项

  1. 该模型仅支持大写字母表示的氨基酸序列
  2. 使用时需要显式将模型设置为float16类型
  3. 目前半精度模型不支持在CPU上运行,如需在CPU上使用,需要将模型转换为全精度版本

总结

prot_t5_xl_half_uniref50-enc项目为蛋白质序列分析提供了一个高效、易用的工具。通过优化模型结构和采用半精度表示,该项目在保持性能的同时大幅降低了硬件要求,使更多研究人员能够利用深度学习技术进行蛋白质相关研究。这个项目的发布将有助于推动计算生物学和生物信息学领域的发展。

开发协作贡献

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多