nanoBERT — модель RoBERTa для предсказания аминокислоты в заданной позиции последовательности нанотела.
22 113скачиваний за 30 дней5лайковвеса обновлены23 окт 2023
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
nanoBERT — специализированный трансформер компании Natural Antibody для предсказания аминокислоты в заданной позиции последовательности нанотела. Модель обучена на последовательностях нанотел из INDI (Integrated Nanobody Database for Immunoinformatics) и использует архитектуру RoBERTa с языковой моделью для заполнения маски. В репозитории указаны веса PyTorch; размер модели — 20,2 млн параметров, контекст — 202 токена.
Модель подходит для анализа последовательностей нанотел и оценки возможных аминокислот в выбранной позиции. Она предназначена для биоинформатических и исследовательских сценариев, связанных с нанотелами. Лицензия CC BY-NC-SA 4.0 требует указания авторства, распространения производных на тех же условиях и не допускает коммерческое использование. Карточка не описывает точность предсказаний и ограничения применения.
Сценарии применения
предсказание аминокислоты в выбранной позиции нанотела
анализ последовательностей нанотел
заполнение пропусков в последовательности нанотела
исследование последовательностных закономерностей нанотел
Ограничения
Модель обучена на последовательностях нанотел, поэтому её назначение ограничено этим типом белковых последовательностей. Карточка не приводит количественных оценок точности или подробных условий валидации.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель