nanoBERT — модель RoBERTa для предсказания аминокислоты в заданной позиции последовательности нанотела.
Подходит для: предсказание аминокислоты в выбранной позиции нанотела · анализ последовательностей нанотел · заполнение пропусков в последовательности нанотела
Авторегрессионная модель GPT-NeoX для генерации парных последовательностей тяжёлых и лёгких цепей антител.
Подходит для: генерация парных последовательностей антительных цепей · создание кандидатов антител для исследовательского скрининга · генерация последовательностей для разработки антительных библиотек
Дообученная BERT-модель Exscientia для анализа парных последовательностей антител, восстановления замаскированных аминокислот и получения эмбеддингов.
Подходит для: восстановление пропущенных аминокислот в парных последовательностях антител · получение эмбеддингов последовательностей антител · подготовка представлений для классификации антител
AntiBERTa2 — RoFormer-модель Alchemab для предсказания замаскированных элементов в последовательностях антител.
Подходит для: Заполнение пропущенных аминокислот в последовательности антител · Предсказание замаскированных участков антительных последовательностей · Анализ языковых закономерностей в последовательностях антител
AntiBERTy — BERT-модель для заполнения масок и извлечения признаков из последовательностей вариабельных доменов антител.
Подходит для: Предсказание замаскированных аминокислот в последовательности антитела · Получение признаков последовательности для прогнозирования структуры антител · Анализ вариабельных доменов тяжёлых и лёгких цепей антител
Компактная RoBERTa-модель предсказывает аминокислоту в маскированной позиции последовательности тяжёлой цепи человеческого антитела.
Подходит для: Предсказание пропущенной аминокислоты в последовательности тяжёлой цепи антитела · Восстановление маскированных участков последовательности человеческого антитела · Исследовательский анализ аминокислотных последовательностей антител
Контрастивная мультимодальная модель на базе RoFormer для извлечения признаков и сопоставления представлений в задачах анализа антител.
Подходит для: извлечение признаков из данных об антителах · сопоставление представлений антител с данными другой модальности · анализ биологических последовательностей антител
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
VHHBERT — модель RoBERTa для анализа последовательностей VHH-антител и предсказания замаскированных участков.
Подходит для: восстановление замаскированных аминокислот в последовательности VHH · предсказание вероятных остатков антитела по контексту последовательности · анализ языковых закономерностей в корпусе VHH-антител
RoBERTa-модель для получения эмбеддингов и оценки вариантов аминокислотных последовательностей CDR-H3 антител.
Подходит для: получение эмбеддингов последовательностей CDR-H3 · кластеризация репертуара антител по CDR-H3 · поиск сходных последовательностей CDR-H3
Языковая модель AbLang для тяжёлых цепей антител, предназначенная для извлечения признаков и анализа сходства аминокислотных последовательностей.
Подходит для: извлечение признаков из последовательностей тяжёлых цепей антител · сравнение сходства последовательностей антител · подготовка представлений белков для downstream-моделей
Дообученная на непарных антительных последовательностях BERT-модель для заполнения масок и получения представлений антител.
Подходит для: заполнение маскированных аминокислот в последовательности антитела · получение эмбеддингов последовательностей антител · подготовка признаков для классификации антительных последовательностей
RoBERTa-модель Briney Lab для предсказания замаскированных токенов в парных последовательностях антител.
Подходит для: восстановление замаскированных участков парных последовательностей антител · анализ последовательностей тяжёлой и лёгкой цепей антител · изучение языковых закономерностей в последовательностях антител
Производная модели AntibodyGeneration/fine-tuned-progen2-small. Дообученная на структурах антител модель ProGen2 для генерации белковых последовательностей терапевтических антител.
Подходит для: генерация последовательностей кандидатов терапевтических антител · создание вариантов антител для исследований иммунологии · генерация антительных последовательностей для ранней разработки вакцин
RoFormer-модель для классификации пар доменов VH и VL и изучения предпочтений спаривания антительных цепей с κ-цепью.
Подходит для: оценка предпочтений спаривания тяжёлой и лёгкой цепей антител · анализ пар вариабельных доменов VH и VL · исследование антительных репертуаров с κ-цепями
Дообученная на структурах антител модель ProGen2 для генерации белковых последовательностей терапевтических антител.
Подходит для: генерация последовательностей кандидатов терапевтических антител · создание вариантов антител для исследований иммунологии · генерация антительных последовательностей для ранней разработки вакцин
Языковая модель RoBERTa для заполнения масок и извлечения признаков из последовательностей лёгких цепей антител.
Подходит для: Заполнение замаскированных аминокислот в последовательностях лёгких цепей антител · Извлечение признаков из последовательностей антител · Подготовка представлений белковых последовательностей для downstream-классификации
Дообученная на непарных последовательностях антител модель T5 для получения их векторных представлений и анализа в биоинформатике.
Подходит для: получение эмбеддингов последовательностей антител · сравнение аминокислотных последовательностей антител · извлечение признаков для задач биоинформатики
RoBERTa-модель для заполнения пропусков и гуманизации последовательностей вариабельной тяжёлой цепи антител.
Подходит для: заполнение замаскированных аминокислотных остатков в VH-последовательности · предложение гуманизирующих замен в тяжёлой цепи антител · анализ закономерностей последовательностей VH
Зеркало ProGen2-OAS для авторегрессионной генерации последовательностей антител.
Подходит для: генерация последовательностей антител · создание кандидатов антител для последующего анализа · дообучение модели для задач генерации белковых последовательностей
Предобученная на последовательностях антител модель RoBERTa для извлечения признаков и восстановления замаскированных фрагментов последовательности.
Подходит для: извлечение признаков из последовательностей антител · восстановление замаскированных аминокислот в последовательности антител · подготовка представлений антител для последующего дообучения
Энкодерная белковая языковая модель для предсказания замаскированных остатков и извлечения признаков из последовательностей антител.
Подходит для: предсказание замаскированных аминокислот в последовательности антитела · получение признаковых представлений последовательностей антител · подготовка энкодера для дообучения на классификацию антител
Модель ESM-2 для заполнения пропусков в парных последовательностях антител и их последующего анализа.
Подходит для: восстановление замаскированных аминокислот в последовательностях антител · анализ парных последовательностей тяжёлой и лёгкой цепей · дообучение классификатора специфичности антител
RoBERTa-модель, предварительно обученная на непарных последовательностях антител для заполнения масок и анализа тяжёлых и лёгких цепей.
Подходит для: восстановление замаскированных участков последовательности антител · анализ отдельных последовательностей тяжёлых цепей антител · анализ отдельных последовательностей лёгких цепей антител