/ Модель

Характеристики

Контекст
1 024 токена
Размер весов
13,1 ГБ
Лицензия
Apache 2.0
Архитектура
progen · dense
Опубликована
1 апр 2024

MPNN-ProGen2-xlarge-CATH42

Генерация текстаТекст → текст3 профессии

Модель генерирует последовательности белков, соответствующие заданной структуре белкового остова.

183скачиваний за 30 дней11лайковвеса обновлены6 июн 2024

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

InstructPLM/MPNN-ProGen2-xlarge-CATH42 — модель для генерации аминокислотных последовательностей по заданной структуре белкового остова. Согласно карточке, она основана на ProGen и ProteinMPNN и обучена на наборе CATH 4.2; архитектура указана как плотная авторегрессионная ProGenForCausalLM с задачей text-generation и контекстом 1024 токена.

Модель предназначена для проектирования белков, последовательности которых соответствуют заданным структурам. Она принимает текстовое представление условия и генерирует последовательность; конкретный формат входной структуры и подробности применения в карточке не описаны. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. В метаданных не указан размер модели.

Сценарии применения

  • проектирование последовательности белка по структуре остова
  • генерация вариантов аминокислотной последовательности для заданной структуры
  • исследование дизайна белков на структурах из CATH 4.2

Ограничения

Карточка не описывает формат структурного условия и не приводит количественных оценок качества или ограничений генерации; контекст модели составляет 1024 токена.

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

InstrcutPLM

InstructPLM is a state-of-the-art protein design model based on ProGen2 and ProteinMPNN and trained on CATH 4.2 dataset. It can design protein sequences that accurately conform to specified backbone structures.

Please visit our repo and paper for more information.

@article {Qiu2024.04.17.589642,
	author = {Jiezhong Qiu and Junde Xu and Jie Hu and Hanqun Cao and Liya Hou and Zijun Gao and Xinyi Zhou and Anni Li and Xiujuan Li and Bin Cui and Fei Yang and Shuang Peng and Ning Sun and Fangyu Wang and Aimin Pan and Jie Tang and Jieping Ye and Junyang Lin and Jin Tang and Xingxu Huang and Pheng Ann Heng and Guangyong Chen},
	title = {InstructPLM: Aligning Protein Language Models to Follow Protein Structure Instructions},
	elocation-id = {2024.04.17.589642},
	year = {2024},
	doi = {10.1101/2024.04.17.589642},
	publisher = {Cold Spring Harbor Laboratory},
    URL = {https://www.biorxiv.org/content/early/2024/04/20/2024.04.17.589642},
	eprint = {https://www.biorxiv.org/content/early/2024/04/20/2024.04.17.589642.full.pdf},
	journal = {bioRxiv}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
ProGenForCausalLM
Ревизия весов
b1633e6

0 моделей