GPT
הוספת כלי
E

esmfold_v1

קוד פתוח

facebookmit2022-11-01

  • transformers
  • pytorch
  • esm
  • endpoints_compatible

חיזוי מבנה תלת ממדי של חלבונים ישירות מרצף, בלי חיפושים במאגרי ענק. פתרון מהיר משמעותית מאלפאפולד כשצריך תוצאות מיידיות בקוד שלכם.

  • 1,026טוקנים בהקשר
  • 7.9 GBמשקל הקבצים
  • 1,966,847הורדות בחודש
  • 53לייקים

מה זה

מדובר במודל שמקבל רצף חומצות אמינו ומוציא מבנה מרחבי מלא מקצה לקצה, על בסיס ארכיטקטורת ESM-2 עם 36 שכבות. היתרון הגדול שלו מול כלים ותיקים הוא הוויתור המוחלט על שלב ה־MSA. הוא לא צריך לתשאל מאגרי מידע חיצוניים או להשוות רצפים אבולוציוניים לפני שהוא ניגש לעבודה.

בפועל זה הופך את זמן הריצה לקצר בהרבה ממה שהורגלתם באלפאפולד 2. אתם מקבלים כלי עצמאי לגמרי שרץ ישירות דרך ספריית transformers, בלי תלויות כבדות מסביב ובלי להחזיק טרה-בייטים של דאטה-בייסים מקומיים רק בשביל להוציא חיזוי בודד.

מתאים ל

  • סינון מהיר של רצפים

    הרצה על ספריות חלבונים גדולות כדי לפסול מבנים לא יציבים במהירות גבוהה.

  • חיזוי מבנה מקומי

    עבודה בסביבת פיתוח מבודדת שאינה מחוברת למאגרי נתונים חיצוניים ברשת.

  • אינטגרציה לתוך פייפליין

    שילוב ישיר בקוד פייתון קיים באמצעות transformers בלי כלים נלווים.

איפה זה נופל

מגבלת ההקשר עומדת על 1,026 טוקנים בלבד. זה אומר שחלבונים ארוכים במיוחד או קומפלקסים גדולים פשוט לא ייכנסו לכאן במלואם, ותצטרכו לחתוך אותם או לחפש פתרון אחר. בנוסף, הוויתור על שלב החיפוש האבולוציוני מאיץ את העבודה, אבל עלול לפגוע בדיוק במקרים שבהם רצף החלבון נדיר ואין למודל מספיק הקשר מובנה לגביו.

שאלות
נפוצות

האם הוא דורש הורדה של מאגרי מידע ביולוגיים?

לא. בניגוד לכלים כמו אלפאפולד, המודל הזה עובד ישירות על הרצף ולא מבצע שלב MSA. אתם צריכים רק את משקלי המודל עצמם.

האם אפשר להריץ אותו על חלבונים באורך 2,000 חומצות אמינו?

לא באופן ישיר. חלון ההקשר מוגבל ל־1,026 טוקנים בלבד, כך שרצפים ארוכים מזה ייחתכו או ידרשו פירוק ידני.

איך מריצים

המודל שוקל 7.9 גיגה-בייט ומגיע בדיוק של float32, כך שחובה להצטייד ב־GPU עם זיכרון וידאו מכובד כדי להריץ אותו בלי לקבל שגיאות זיכרון. טוענים אותו ישירות דרך ספריית transformers של פייתון, ויש גם מחברת קולאב רשמית שאפשר לבדוק עליה את הקוד לפני שמרימים שרת ייעודי.

אם אתם צריכים רק חיזוי של כמה רצפים פה ושם, עדיף להשתמש בפתרון ענן קיים או ב־API חיצוני. להחזיק שרת דלוק עם כרטיס מסך חזק בשביל קריאות בודדות פשוט יעלה לכם יותר מדי.

from transformers import pipeline

pipe = pipeline("text-generation", model="facebook/esmfold_v1")
print(pipe("שלום"))

הקבצים

7 קבצים במאגר, 7.9 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

רישיון MIT פתוח ומתירני לחלוטין. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולשלב אותו במוצרים סגורים בלי לשלם תמלוגים. התנאי היחיד הוא שמירת הודעת זכויות היוצרים והרישיון המקורי בקוד שלכם.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗