Model details
模型介绍
中文整理# Dayhoff 模型卡片
## 用途
Dayhoff 是一个蛋白质序列数据与生成式语言模型的整合资源库。该模型汇集了33.4亿条蛋白质序列,涵盖17亿个宏基因组和自然蛋白质序列簇(GigaRef)、4600万条结构衍生的合成序列(BackboneRef)以及1600万条多序列比对(OpenProteinSet)。## 主要能力
- 零样本预测突变对适应度的影响
- 通过进化或结构上下文条件来搭建结构基序的支架
- 在指定家族内引导生成新型蛋白质
- 无条件设计蛋白质序列
- 在序列空间中为结构基序设计支架
- 同源物条件生成
## 输入输出
- 输入:单序列或展开的多序列比对(MSA)
- 输出:蛋白质序列或同源蛋白质序列集
运行要求
- PyTorch 2.7.1
- CUDA 12.8及以上
- 依赖库:mamba-ssm、causal-conv1d、flash-attn
- 1.7亿参数模型:8块NVIDIA A100或8块NVIDIA H100 GPU
- 30亿参数模型:176块NVIDIA H100 GPU
基本用法
推荐使用uv创建干净环境并安装PyTorch 2.7.1,然后安装mamba-ssm、flash-attn、causal-conv1d及其依赖。通过HuggingFace接口调用模型。
限制
- 仅限生成蛋白质序列或同源蛋白质序列,不得用于自然语言或其他生物序列(如DNA序列)
- 不保证所有生成的序列都真实可信
- 难以生成与任何自然序列无同源性的高质量序列
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.