/ Модель

Характеристики

Контекст
40 000 токенов
Параметры
503 млн
Архитектура
bert · dense
Опубликована
2 мар 2022

OntoProtein

Заполнение пропусковТекст → текст3 профессии

Предобученная BERT-модель для заполнения масок в белковых последовательностях с учётом знаний из Gene Ontology.

116скачиваний за 30 дней12лайковвеса обновлены21 мар 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

OntoProtein — предобученная белковая языковая модель, представленная авторами в научной работе и впервые опубликованная в этом репозитории. Она объединяет masked language modeling (MLM) последовательностей белков с обучением на графе знаний Gene Ontology (GO): граф связывает GO и соответствующие белки, а контрастивное обучение с подбором отрицательных примеров учитывает связи в графе.

Модель предназначена для анализа белковых последовательностей и работы с представлениями белков и понятий Gene Ontology. Это плотная архитектура BERT с головой masked language modeling, около 503 млн параметров и контекстом до 40 000 токенов. Модель принимает аминокислоты только в верхнем регистре. Репозиторий содержит веса PyTorch; метаданные указывают задачу fill-mask. Лицензия в предоставленных данных не указана.

Сценарии применения

  • предсказание замаскированных аминокислот в белковой последовательности
  • получение представлений белковых последовательностей
  • анализ белков с использованием связей Gene Ontology

Ограничения

Принимает аминокислоты только заглавными буквами. Предназначена для белковых последовательностей, а не обычного естественного языка.

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

OntoProtein model

Pretrained model on protein sequences using masked language modeling (MLM) and knowledge embedding (KE) objective objective. It was introduced in this paper and first released in this repository. This model is trained on uppercase amino acids: it only works with capital letter amino acids.

Model description

OntoProtein is the first general framework that makes use of structure in GO (Gene Ontology) into protein pre-training models. We construct a novel large-scale knowledge graph that consists of GO and its related proteins, and gene annotation texts or protein sequences describe all nodes in the graph. We propose novel contrastive learning with knowledge-aware negative sampling to jointly optimize the knowledge graph and protein embedding during pre-training.

BibTeX entry and citation info

@inproceedings{
zhang2022ontoprotein,
title={OntoProtein: Protein Pretraining With Gene Ontology Embedding},
author={Ningyu Zhang and Zhen Bi and Xiaozhuan Liang and Siyuan Cheng and Haosen Hong and Shumin Deng and Qiang Zhang and Jiazhang Lian and Huajun Chen},
booktitle={International Conference on Learning Representations},
year={2022},
url={https://openreview.net/forum?id=yfe1VMYAXa4}
}

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
BertForMaskedLM
Ревизия весов
87d4015

0 моделей