/ Модель

Характеристики

Контекст
1 026 токенов
Параметры
865 млн
Лицензия
CC BY-NC-ND 4.0
Архитектура
esm · dense
Опубликована
31 мая 2024

FusOn-pLM

Заполнение пропусковТекст → текст3 профессии

FusOn-pLM — дообученная белковая языковая модель для анализа онкобелков слияния, предсказания замаскированных остатков и получения эмбеддингов последовательностей.

1 366скачиваний за 30 дней3лайкавеса обновлены6 дек 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FusOn-pLM — белковая языковая модель, разработанная исследователями Университета Дьюка для анализа последовательностей онкобелков слияния, связанных, в частности, с детскими опухолями. Модель дообучена на основе ESM-2-650M и использует стратегию masked language modeling с косинусным расписанием, меняющим долю маскируемых аминокислотных остатков в ходе обучения. Архитектура — плотная ESM, 865,1 млн параметров; контекст — 1026 токенов.

Модель предназначена для предсказания замаскированных остатков и получения эмбеддингов последовательностей онкобелков слияния. Авторы сообщают о лучших результатах относительно базовых представлений ESM-2 и вручную сконструированных биофизических эмбеддингов на профильных бенчмарках и задачах предсказания неупорядоченных областей; эмбеддинги предлагаются для последующих исследований терапевтического дизайна. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных материалов на её условиях.

Сценарии применения

  • предсказание аминокислотных остатков в последовательностях онкобелков слияния
  • получение эмбеддингов белков слияния для последующего анализа
  • оценка неупорядоченных областей белков
  • подготовка белковых представлений для исследований терапевтических мишеней

Ограничения

Специализирована на последовательностях онкобелков слияния, поэтому её переносимость на другие белки не установлена. Лицензия CC BY-NC-ND 4.0 ограничивает коммерческое использование и распространение производных материалов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FusOn-pLM: A Fusion Oncoprotein-Specific Language Model via Focused Probabilistic Masking

image/png In this work, we introduce FusOn-pLM, a novel pLM that fine-tunes the state-of-the-art ESM-2-650M protein language model (pLM) on fusion oncoprotein sequences, those that drive a large portion of pediatric cancers but are heavily disordered and undruggable. We specifically introduce a novel cosine-scheduled masked language modeling (MLM) strategy which varies the number of masked residues throughout each epoch, thereby increasing the difficulty of the training task and generating more optimal fusion oncoprotein-aware embeddings. Our model improves performance on both fusion oncoprotein-specific benchmarks and disorder prediction tasks in comparison to baseline ESM-2 representations, as well as manually-constructed biophysical embeddings, motivating downstream usage of FusOn-pLM embeddings for therapeutic design tasks targeting these fusions. Please feel free to try out our embeddings and reach out if you have any questions!

How to generate FusOn-pLM embeddings for your fusion oncoprotein:

from transformers import AutoTokenizer, AutoModel
import logging
import torch

# Suppress warnings about newly initialized 'esm.pooler.dense.bias', 'esm.pooler.dense.weight' layers - these are not used to extract embeddings
logging.getLogger("transformers.modeling_utils").setLevel(logging.ERROR)

# Set device
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"Using device: {device}")

# Load the tokenizer and model
model_name = "ChatterjeeLab/FusOn-pLM" 
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModel.from_pretrained(model_name)
model.to(device)
model.eval()

# Example fusion oncoprotein sequence: MLLT10:PICALM, associated with Acute Myeloid Leukemia (LAML)  
# Amino acids 1-80 are derived from the head gene, MLLT10
# Amino acids 81-119 are derived from the tail gene, PICALM
sequence = "MVSSDRPVSLEDEVSHSMKEMIGGCCVCSDERGWAENPLVYCDGHGCSVAVHQACYGIVQVPTGPWFCRKCESQERAARVPPQMGSVPVMTQPTLIYSQPVMRPPNPFGPVSGAQIQFM"

# Tokenize the input sequence
inputs = tokenizer(sequence, return_tensors="pt", padding=True, truncation=True,max_length=2000)
inputs = {k: v.to(device) for k, v in inputs.items()}

# Get the embeddings
with torch.no_grad():
    outputs = model(**inputs)
    # The embeddings are in the last_hidden_state tensor
    embeddings = outputs.last_hidden_state
    # remove extra dimension
    embeddings = embeddings.squeeze(0)
    # remove BOS and EOS tokens
    embeddings = embeddings[1:-1, :]

# Convert embeddings to numpy array (if needed)
embeddings = embeddings.cpu().numpy()

print("Per-residue embeddings shape:", embeddings.shape)

Repository Authors

Sophia Vincoff, PhD Student at Duke University Pranam Chatterjee, Assistant Professor at Duke University

Reach out to us with any questions!

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
EsmForMaskedLM
Ревизия весов
0251ccf

0 моделей