/ Модель

Характеристики

Размер весов
21,8 ГБ
Лицензия
MIT
Архитектура
esm2llama_instruct · dense
Базовая модель
Llama-3.1-8B-Instruct-Instruct
Опубликована
8 окт 2025

Prot2Text-V2-11B-Instruct-hf

Генерация текстаТекст → текст3 профессии

Prot2Text-V2 преобразует аминокислотные последовательности белков в англоязычные описания их предполагаемых функций.

310скачиваний за 30 дней3лайкавеса обновлены23 окт 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

Prot2Text-V2 — модель для предсказания функций белков, разработанная Xiao Fei и соавторами. Она принимает аминокислотную последовательность и генерирует на английском языке связное описание предполагаемой функции белка.

Архитектура объединяет белковый энкодер ESM-2 (`facebook/esm2_t36_3B_UR50D`), адаптер между белковыми представлениями и языковой моделью и декодер на основе `meta-llama/Llama-3.1-8B-Instruct`. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии MIT.

Модель предназначена для анализа белковых последовательностей и получения понятных текстовых описаний их функций. Сгенерированные предсказания следует рассматривать как гипотезы для последующей проверки: README не сообщает оценок качества или конкретных ограничений применения.

Сценарии применения

  • получение текстового описания функции белка по аминокислотной последовательности
  • предварительная аннотация белковых последовательностей
  • формулирование гипотез о функции белка для дальнейшей проверки

Ограничения

Описание функции является предсказанием и требует проверки; README не приводит численных оценок качества модели.

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

Pro2Text-V2: Protein Function Prediction with Multimodal Contrastive Alignment

This is the official repository for the paper "Prot2Text-V2: Protein Function Prediction with Multimodal Contrastive Alignment" by Xiao Fei, Michail Chatzianastasis, Sarah Almeida Carneiro, Hadi Abdine, Lawrence P. Petalidis, and Michalis Vazirgiannis.

We're excited to share that our paper has been accepted to NeurIPS 2025! The pretrained model weights and the dataset are now publicly available here.

Resources and Documentation:

Model Details

Prot2Text-V2 treats a protein sequence as if it were another language, and then translate it into English. The model takes the raw amino acid sequence as input and generates a clear, human-readable paragraph describing what the protein does.

The model is an innovative fusion of three key components:

  • Protein language model as sequence encoder: facebook/esm2_t36_3B_UR50D
  • Modality adapter as a unique and lightweight component that bridges the gap between protein embeddings and the language model.
  • Natural language decoder for generating articulate textual descriptions utilizing the sequence embeddings: meta-llama/Llama-3.1-8B-Instruct

Usage: inference

import torch
from transformers import AutoConfig, AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    pretrained_model_name_or_path="xiao-fei/Prot2Text-V2-11B-Instruct-hf", 
    trust_remote_code=True, 
    torch_dtype=torch.bfloat16, 
    device_map="cuda"
)

esm_tokenizer = AutoTokenizer.from_pretrained("facebook/esm2_t36_3B_UR50D")
llama_tokenizer = AutoTokenizer.from_pretrained(
    pretrained_model_name_or_path="meta-llama/Llama-3.1-8B-Instruct", 
    pad_token='<|reserved_special_token_0|>'
)

example_sequence = (
    "MCYSANGNTFLIVDNTQKRIPEEKKPDFVRENVGDLDGVIFVELVDGKYFMDYYNRDGSMAAFCGNGARAFSQ"
    "YLIDRGWIKEKEFTFLSRAGEIKVIVDDSIWVRMPGVSEKKEMKVDGYEGYFVVVGVPHFVMEVKGIDELDVE"
    "KLGRDLRYKTGANVDFYEVLPDRLKVRTYERGVERETKACGTGVTSVFVVYRDKTGAKEVKIQVPGGTLFLKE"
    "ENGEIFLRGDVKRCSEE"
)
system_message = (
    "You are a scientific assistant specialized in protein function "
    "predictions. Given the sequence embeddings and other information "
    "of a protein, describe its function clearly and concisely in "
    "professional language. "
)
placeholder = '<|reserved_special_token_1|>'
user_message = "Sequence embeddings: " + placeholder * (len(example_sequence)+2)
tokenized_prompt = llama_tokenizer.apply_chat_template(
    [
        {"role": "system", "content": system_message},
        {"role": "user", "content": user_message}
    ], 
    add_generation_prompt=True, 
    tokenize=True, 
    return_tensors="pt", 
    return_dict=True
)
tokenized_sequence = esm_tokenizer(
    example_sequence, 
    return_tensors="pt"
)

model.eval()
generated = model.generate(
    inputs=tokenized_prompt["input_ids"].to(model.device),
    attention_mask=tokenized_prompt["attention_mask"].to(model.device),
    protein_input_ids=tokenized_sequence["input_ids"].to(model.device),
    protein_attention_mask=tokenized_sequence["attention_mask"].to(model.device),
    max_new_tokens=1024,
    eos_token_id=128009, 
    pad_token_id=128002,
    return_dict_in_generate=False,
    num_beams=4,
    do_sample=False,
)
print(llama_tokenizer.decode(generated[0], skip_special_tokens=True))

For detailed instructions on fine-tuning the model and reproducing the experiments, please refer to our GitHub page.

Ⓒ Citation

If you find our research helpful, feel free to 🖋️ cite our work or ❤️ like the page:

@misc{prot2textv2,
      title={Prot2Text-V2: Protein Function Prediction with Multimodal Contrastive Alignment}, 
      author={Xiao Fei and Michail Chatzianastasis and Sarah Almeida Carneiro and Hadi Abdine and Lawrence P. Petalidis and Michalis Vazirgiannis},
      year={2025},
      eprint={2505.11194},
      archivePrefix={arXiv},
      primaryClass={cs.CE},
      url={https://arxiv.org/abs/2505.11194}, 
}

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
Esm2LlamaInstructForCausalLM
Ревизия весов
ec57acd

0 моделей