Model details
模型介绍
中文整理# Dayhoff 模型卡片
Model use case
Dayhoff 是一个蛋白质序列数据和生成式语言模型的集合体，旨在用于蛋白质语言模型的广泛研究。该模型可应用于以下任务：无条件设计蛋白质序列、零样本预测突变对蛋白质适应度的影响、在序列空间中为结构基序设计支架、以及基于同源序列进行条件生成。
## 主要能力
该模型能够原生预测零样本突变对适应度的影响，通过对进化或结构背景进行条件化来搭建结构基序的支架，并在指定家族内进行引导式蛋白质生成。模型采用自回归目标进行训练，支持从N端到C端和从C端到N端两个方向的训练，可实现顺序无关的填充任务，并可扩展至数十亿参数规模。
## 输入输出
- *输入：** 单个蛋白质序列、展开的多序列比对（MSA）、或同源序列信息
- *输出：** 生成的蛋白质序列、突变效应预测结果、基于结构基序的支架序列
运行要求
- *软件环境：**
- PyTorch 2.7.1
- CUDA 12.8 及以上版本
- mamba-ssm
- causal-conv1d
- flash-attn
建议使用 NVIDIA GPU
基本用法
最简单的使用方式是通过 HuggingFace 接口访问模型和相关数据集。首先创建干净的虚拟环境，安装 PyTorch 2.7.1，然后安装 mamba-ssm、flash-attn、causal-conv1d 及其依赖项。具体使用方式请参阅模型仓库中的 README 文档。
限制
该模型仅用于生成蛋白质序列或同源蛋白质序列集合，不得用于自然语言处理或其他生物序列（如 DNA 序列）的生成。无法保证所有生成的序列都具有真实性。在没有任何自然序列同源性的情况下生成高质量序列仍然具有挑战性。
License
MIT 许可证
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
