Project Icon

MAPE-PPI

基于微环境感知的蛋白质相互作用预测新方法

MAPE-PPI项目开发了一种基于微环境感知蛋白质嵌入的方法,用于预测蛋白质-蛋白质相互作用。该方法在多个数据集上进行了测试,显示出良好的性能。项目提供预训练模型和使用指南,涵盖环境设置、数据处理和模型训练等内容,便于研究人员复现和拓展。这一新方法为蛋白质相互作用预测研究提供了创新思路。

esm2_t36_3B_UR50D - ESM-2系列先进蛋白质序列模型
ESM-2GithubHuggingface开源项目机器学习模型生物信息学蛋白质模型语言建模
esm2_t36_3B_UR50D是ESM-2系列中的一款蛋白质模型,采用掩码语言建模方法训练。该模型拥有36层网络结构和30亿参数,在精度、内存消耗和训练时间之间取得了良好平衡。它适用于多种蛋白质序列相关任务的微调,可用于蛋白质序列分析和功能预测等研究领域。研究人员可以利用此模型进行各种蛋白质相关的前沿探索。
wizmap - 交互式大规模机器学习嵌入可视化工具
GithubWizMap交互式探索多分辨率大规模数据嵌入可视化开源项目
WizMap是一款用于探索大规模机器学习嵌入的交互式可视化工具。它采用多分辨率嵌入摘要方法和地图式交互设计,便于导航和理解复杂嵌入空间。支持百万级嵌入点可视化,具备快速搜索和多模态数据处理能力。WizMap还提供嵌入演化动画展示,兼容多种计算笔记本,并支持URL共享功能。这一工具为研究人员和开发者提供了分析嵌入的有效方案。
esm2_t30_150M_UR50D - ESM-2系列中的中型蛋白质序列分析模型
ESM-2GithubHuggingface开源项目模型生物信息学神经网络蛋白质模型语言建模
esm2_t30_150M_UR50D是ESM-2系列中的中型模型,具有30层结构和1.5亿参数。这个基于掩码语言建模的蛋白质模型适用于多种蛋白质序列输入任务的微调。模型在性能和资源消耗间达到平衡,为蛋白质序列分析提供了实用的工具。
IgBert - 专注抗体序列分析的预训练语言模型
GithubHuggingfaceIgBert开源项目抗体序列机器学习模型特征提取蛋白质语言模型
IgBert是一个基于大规模抗体序列数据训练的语言模型,通过Observed Antibody Space数据集优化,主要用于分析抗体序列结构。该模型可同时处理抗体的重链和轻链序列,支持批量分析,并能生成序列特征表示。模型集成了序列处理工具,可用于多种抗体序列分析应用场景。
esm2_t12_35M_UR50D - ESM-2系列中的轻量级蛋白质语言模型
ESM-2GithubHuggingface人工智能开源项目掩码语言建模模型生物技术蛋白质模型
esm2_t12_35M_UR50D是ESM-2系列中的轻量级蛋白质语言模型,采用12层结构,包含3500万个参数。该模型基于掩码语言建模训练,适用于多种蛋白质序列相关任务的微调。作为ESM-2系列中的小型模型,它在保持性能的同时大幅降低了资源需求,为蛋白质研究提供了高效工具。此模型特别适合资源受限环境,在各类蛋白质序列分析中展现出良好的应用价值。
GPUMD - GPU加速的分子动力学模拟和机器学习势能开发工具
GPUMDGPU加速GithubNEP分子动力学开源项目机器学习势能
GPUMD是一款在GPU上实现的高效分子动力学模拟工具。它支持神经进化势能(NEP)的训练和使用,提供热传导计算、光谱分解等功能。该工具性能高效,易于使用,适用于Linux和Windows系统。GPUMD提供丰富的教程、文档和相关Python包,便于进行大规模原子模拟和数据分析。
PyEMMA - 开源分子动力学模拟分析软件包
GithubPyEMMA分子动力学模拟开源软件开源项目数据分析马尔可夫模型
PyEMMA是一个开源的Python/C软件包,用于分析大规模分子动力学模拟数据。它提供聚类、特征化、马尔可夫状态模型等算法,支持分子动力学数据的估计、验证和分析。该工具可通过Jupyter notebook或Python脚本使用,适合分子动力学研究人员进行数据分析和建模。PyEMMA具备高性能和易用性,在分子模拟领域广受欢迎。
LucaOne - 整合核酸和蛋白质语言的通用生物模型
GithubLucaOne下游任务开源项目生物基础模型统一核酸和蛋白质语言预训练任务
LucaOne是一个整合核酸和蛋白质语言处理的生物基础模型。通过多任务预训练,该模型实现了DNA、RNA和蛋白质序列的高效表示学习。在序列分类、结构预测等多个下游任务中,LucaOne展现出优异性能。项目开源了训练数据、代码和预训练模型,为生物信息学研究提供了实用工具。
CEPE - 并行编码框架助力语言模型处理长文本
CEPEGithubLLaMA上下文扩展并行编码开源项目长文本语言建模
CEPE是一个扩展语言模型上下文窗口的开源框架,采用并行编码方法处理长文本输入。该项目提供数据预处理、模型训练和基线评估的完整代码,并发布了可通过Hugging Face使用的预训练模型。CEPE在语言建模和开放域问答等任务中表现优异,为处理长文本提供了高效解决方案。
ASE_ANI - 神经网络势能模型为原子模拟提供高效准确预测
ANIGithub分子动力学开源项目机器学习神经网络势能量子化学
ASE-ANI是一个开源的神经网络势能模型接口,为原子模拟环境(ASE)设计。它集成了ANI-1x和ANI-1ccx模型,可对CHNO元素进行高精度预测。该项目运用深度学习技术,实现了DFT级别的精度和显著降低的计算成本。ASE-ANI支持CUDA加速,适用于配备NVIDIA GPU的Ubuntu系统,为分子动力学模拟等应用提供高效解决方案。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号