Дообученная SaProt находит аминокислотные последовательности белков по их структуре и предназначена для задач обратного фолдинга.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
SaProt_650M_AF2_inverse_folding — дообученная модель семейства ESM, созданная на базе SaProt_650M_AF2 и адаптированная для обратного фолдинга белков. Она обучена на наборе CATH и предназначена для подбора аминокислотной последовательности по структуре белка; по данным авторов, модель превосходит исходную SaProt_650M_AF2 и конкурентоспособна с ProteinMPNN, требуя при этом меньше времени на инференс.
Модель содержит 865,6 млн параметров, принимает до 1026 токенов и распространяется в формате PyTorch. Для использования указанного назначения требуется задавать структурное представление белка; карточка описывает обучение на CATH, но не уточняет языки интерфейса, подробные ограничения по длине последовательности или результаты на других наборах данных. Лицензия — MIT.
Заявленные авторами результаты относятся к обучению на CATH; карточка не сообщает подробных оценок обобщения на другие наборы данных или ограничений по длине последовательности.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is a fine-tuned version of SaProt_650M_AF2. We fine-tuned this model on the CATH dataset for protein inverse folding task. Experimental results show that the fine-tuned version outperforms SaProt_650M_AF2 and performs competitively with ProteinMPNN, while it requires much less inference time.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…