esm3-sm-open-v1

קוד פתוח

biohubרישיון לא דווח2024-06-03

transformers
biology
esm
protein
en

מודל גנרטיבי לתכנון חלבונים שמחבר בין רצף, מבנה ותפקוד ביולוגי. תרצו אותו אם אתם צריכים לייצר חלבונים חדשים לפי אילוצים חלקיים של מבנה או תפקיד.

5.1 GBמשקל הקבצים
2,747הורדות בחודש
330לייקים

מה זה

מדובר במודל גנרטיבי של biohub שאומן על מיליארדי רצפי חלבונים טבעיים וסינתטיים, כולל מאות מיליוני מבנים ותיוגי תפקוד, בהיקף של 771 מיליארד טוקנים בסך הכול. הייחוד כאן הוא היכולת לקבל פרומפט חלקי שמערבב בין רצף, צורה תלת־ממדית או תפקיד, ולהשלים את החסר כדי לתכנן חלבון מתאים.

הוא שונה ממודלים שמתמקדים רק ברצף טקסטואלי של חומצות אמינו, כי הוא קושר ישירות את המבנה המרחבי והפעילות הביולוגית. עבור מי שמפתח בביואינפורמטיקה, זה נותן כלי עבודה אחד במקום שרשור של כמה מודלים שונים לחיזוי מבנה ולתכנון רצפים.

מתאים ל

תכנון חלבונים לפי מבנה
הוא מייצר רצפים חדשים שמתאימים לשלד מבני חלקי שהגדרתם מראש.
השלמת תפקוד ביולוגי
מתאים לחיזוי והשלמה של חלבון מתוך אילוצי פעילות ידועים.
מחקר ביולוגי לוקאלי
שוקל 5.1 גיגה בייט בלבד ועובד מקומית לשמירה על סודיות הנתונים.

איפה זה נופל

היוצרים סיננו בכוונה מכלול נתונים שלם: מידע שקשור לווירוסים נמחק מאימון המודל, יחד עם חלבונים של אורגניזמים מרשימת הרעלנים של ה־USDA. בנוסף, מפענח התפקוד עבר סינון של מילות מפתח שמוגדרות כמסוכנות.

אם המחקר שלכם עוסק בוירולוגיה או מנגנוני רעילות מסוימים, המודל הזה פשוט יחזיר תוצאות חלקיות או ייכשל. חובה לוודא שהתחום שאתם בודקים לא נופל בתוך החסימות האלה לפני שמסתמכים עליו בפיתוח.

שאלות
נפוצות

האם המודל מתאים לחקר נגיפים?

לא. המפתחים מחקו לחלוטין נתונים הקשורים לווירוסים ומחוללי מחלות מסוימים ממאגר האימון. שימוש בו למטרות אלה יניב תוצאות פגומות או שגויות.

מה צריך כדי להתחיל לעבוד איתו בקוד?

צריך להתקין את חבילת esm מפייתון בעזרת pip, ומשם לפעול לפי המחברות והמדריכים במאגר הגיטהאב שלהם. המודל עצמו תופס מעט מעל 5 גיגה בייט ומסתנכרן דרך transformers.

אפשר להשתמש בו במוצר מסחרי של החברה?

יש פער בין דף המודל שלא מדווח על רישיון לבין הקישור לרישיון MIT בקוד. מומלץ לבדוק את הרישוי המדויק מול המפתחים לפני שילוב שלו במערכת מסחרית פעילה.

איך מריצים

המשקל הכולל של הקבצים עומד על 5.1 גיגה בייט, כך שאפשר להריץ אותו מקומית על כרטיס מסך בודד עם זיכרון סביר בלי צורך בשרתים מפלצתיים. הוא מיועד לשימוש דרך ספריית esm של evolutionaryscale שמתקינים ישירות דרך pip.

בגודל הזה אין סיבה אמיתית לשלם על קריאות API חיצוניות אם יש לכם מחשב ייעודי למחקר. ההרצה המקומית מאפשרת לעבוד על נתונים רגישים בלי להוציא אותם מהרשת הפנימית של המעבדה.

from transformers import pipeline

pipe = pipeline("text-generation", model="biohub/esm3-sm-open-v1")
print(pipe("שלום"))

הקבצים

22 קבצים במאגר, 5.1 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

בדף המודל בהאגינג פייס לא הוגדר רישיון רשמי, אבל הטקסט מפנה לרישיון MIT במאגר הקוד של esm. מצב כזה מייצר אי־ודאות משפטית לגבי המשקלים עצמם. מי שרוצה להכניס אותו למוצר מסחרי צריך לבדוק ישירות מול biohub או מאגר המקור כדי לא להסתכן בהפרת זכויות.

הרישיון המלא בעמוד המודל ↗