Project Icon

RNA-FM

高精度RNA结构和功能预测的解释性基础模型

RNA-FM是一个基于未注释数据训练的RNA基础模型,在RNA结构预测和功能相关任务中表现出色。项目提供预训练模型和代码,支持RNA嵌入生成和二级结构预测。最新更新包含RNA家族聚类和类型分类教程,以及针对mRNA编码序列的mRNA-FM模型。RNA-FM为RNA研究提供了有力工具,有助于提高RNA结构和功能预测的准确性。

AlphaFold3 - 预测蛋白质相互作用结构的开源工具
AlphaFold3GithubPyTorch开源项目深度学习蛋白质结构预测遗传扩散
AlphaFold3通过基因扩散模型实现了生物分子相互作用结构的精确预测。该模型处理包括聚合物序列、残基修饰和配体smiles符号等多种输入数据,适用于预测多达1000个残基的蛋白质结构。独特的交叉蒸馏方法和信心评估机制减少了模型幻觉问题,增强了预测的可信度。用户可通过PyTorch和Docker容器便捷安装和运行该模型。
ColabFold - 基于Google Colab的蛋白质结构预测工具
AlphaFoldColabFoldGithub开源项目生物信息学结构预测蛋白质折叠
ColabFold是一个基于Google Colab的开源项目,整合了AlphaFold2和RoseTTAFold等先进工具,为蛋白质结构预测提供便捷解决方案。该项目支持单体和复合物预测,采用MMseqs2进行快速序列搜索,并可选用模板。ColabFold具有用户友好的界面,持续更新以提供最新的预测技术,是研究人员进行蛋白质结构分析的有力工具。
nucleotide-transformer - Transformer驱动的基因组语言及单核苷酸序列分割模型
DNA序列解析GithubNucleotide TransformersSegmentNTgenomics开源项目预训练模型
nucleotide-transformer项目提供了九种预训练基因组语言模型和两种SegmentNT分割模型。基于Transformer的基因组模型综合了3,200个人类基因组和850个不同物种的基因组数据,能够高精度预测分子表型。Agro NT模型专用于农作物基因组,在基因调控和表达预测上表现优异。这些模型可以实现对DNA序列基因组元素的单核苷酸分辨率分割。
enformer-official-rough - 基于Transformer的神经网络架构实现精准基因表达预测
EnformerGithubHuggingfaceTransformer架构基因表达预测开源项目模型深度学习长程相互作用
Enformer是一个基于Transformer的神经网络架构,能从DNA序列中精确预测基因表达。该模型由Avsec等人在Nature期刊发表,并在DeepMind的GitHub仓库首次公开。本项目将官方权重移植至PyTorch,为基因组学研究提供了有力工具。研究人员可参考enformer-pytorch的使用说明,进行基因表达预测和分析。该模型在整合长程相互作用方面表现出色,大幅提高了基因表达预测的准确性。
nucleotide-transformer-v2-500m-multi-species - 基于多物种基因组的大规模DNA语言模型
DNA序列GithubHuggingfaceNucleotide Transformer基因组学开源项目模型生物信息学预训练模型
nucleotide-transformer-v2-500m-multi-species是一个基于850个多物种基因组预训练的5亿参数Transformer模型。该模型利用多样化物种的DNA序列信息,通过掩码语言建模训练,可用于分子表型预测等任务。它采用6-mer标记化方法,结合旋转位置编码和门控线性单元,在900B个标记上训练而成。这一基础模型为基因组学研究提供了有力工具,可应用于多种下游分析。
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。
alphafold - 突破性的蛋白质结构预测AI系统
AlphaFoldDockerGithub开源项目深度学习生物信息学蛋白质结构预测
AlphaFold是DeepMind开发的人工智能系统,可高精度预测蛋白质三维结构。系统支持单体和多聚体蛋白预测,并提供TM-score和对齐误差等评估指标。AlphaFold结合深度学习和基因数据库,在CASP14竞赛中获得重大突破。其开源代码和预训练模型为研究人员提供了强大的蛋白质结构分析工具,有助于推动生物学和医学研究进展。
conditional-flow-matching - 连续正规化流模型的高效训练库
Flow MatchingGithubPyTorchTorchCFM开源项目生成模型连续正规化流
TorchCFM是一个专注于条件流匹配(CFM)方法的开源库,用于高效训练连续正规化流(CNF)模型。该库提供了多种CFM变体的实现,包括OT-CFM和[SF]2M,可用于图像生成、单细胞动力学和表格数据等任务。TorchCFM旨在帮助研究人员更便捷地使用和扩展这些先进的生成模型技术,缩小CNF与扩散模型之间的性能差距。
gpn - 基于DNA语言模型的基因组变异效应预测工具
DNA语言模型GPNGithub变异效应预测基因组预训练网络开源项目机器学习
GPN是一个基于DNA语言模型的开源项目,致力于基因组范围内的变异效应预测。项目包括单序列(GPN-SS)和多序列比对(GPN-MSA)两种模型,适用于人类和植物等多个物种的分析。GPN提供Python接口,支持自定义数据训练,并包含从数据集创建到变异效应预测的完整工作流程。这一工具为基因组研究提供了新的分析方法。
enformer-pytorch - 基于深度学习的基因表达预测工具
DeepmindEnformerGithubHuggingfacePytorch基因表达预测开源项目
此项目实现了Deepmind的Enformer模型在Pytorch框架下的应用,用于预测基因表达,并支持微调预训练模型以适应下游任务。用户可以通过简易安装和提供的代码示例快速使用该模型。此外,该项目还包含染色质可及性预测的微调方法,并支持从Huggingface下载预训练权重。在内存优化和详细的安装、使用说明方面进行了多项改进,帮助用户高效地进行基因组数据分析和预测。
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

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

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。

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