文件名称：esm:进化规模建模（esm）
文件大小：835KB
文件格式：ZIP
更新时间：2024-05-03 08:58:37
Python
进化尺度建模 该存储库包含来自Facebook AI Research的Transformer蛋白语言模型的代码和预训练权重，包括我们最新的ESM-1b和MSA Transformer 。 我们的论文中详细描述了这些模型 ，该论文首先提出了使用Transformers进行蛋白质语言建模的方法。 在一系列结构预测任务中，ESM-1b的性能优于所有经过测试的单序列蛋白质语言模型。 MSA变压器（ESM-MSA-1）可以通过利用MSA信息进一步提高性能。 引文@article { rives2019biological , author = { Rives, Alexander and Meier, Joshua and Sercu, Tom and Goyal, Siddharth and Lin, *g and Liu, Jason and Guo, Demi and Ott
【文件预览】：
esm-master
----esm()
--------data.py(13KB)
--------axial_attention.py(8KB)
--------model.py(14KB)
--------__init__.py(396B)
--------multihead_attention.py(20KB)
--------modules.py(13KB)
--------version.py(196B)
--------pretrained.py(6KB)
--------constants.py(348B)
----.flake8(140B)
----.github()
--------ISSUE_TEMPLATE()
----hubconf.py(412B)
----examples()
--------esm_structural_dataset.ipynb(251KB)
--------1xcr_1_A.a3m(181KB)
--------contact_prediction.ipynb(413KB)
--------5ahw_1_A.a3m(128KB)
--------P62593.fasta(1.68MB)
--------1a3a_1_A.a3m(148KB)
--------variant_prediction.ipynb(15KB)
--------some_proteins.fasta(5KB)
----CONTRIBUTING.md(1KB)
----LICENSE(1KB)
----CODE_OF_CONDUCT.rst(268B)
----setup.py(812B)
----README.md(19KB)
----.gitignore(234B)
----extract.py(5KB)
----pyproject.toml(132B)