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。该模型库整合了来自宏基因组和天然蛋白质序列(GigaRef)的33.4亿条蛋白质序列(涵盖17亿个聚类)、来自结构衍生的合成序列(BackboneRef)4600万条,以及来自 OpenProteinSet 的1600万条多重序列比对数据。Dayhoff 旨在用于蛋白质语言建模的广泛研究。
## 主要能力
- 无条件设计蛋白质序列
- 在 ProteinGym 上进行零样本突变效应预测
- 在序列空间中为结构基序设计支架(scaffold)
- 同源序列条件生成
- 零样本预测突变对适应度的影响
- 通过进化或结构上下文进行条件生成,在指定家族内引导生成新型蛋白质
## 输入输出
- 输入:单个序列或展开的多重序列比对(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 及以上版本
- 依赖包:mamba-ssm、causal-conv1d、flash-attn
建议使用 uv 创建干净的虚拟环境进行安装。
限制
- 仅限生成蛋白质序列或同源蛋白质序列集,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
- 难以生成与任何天然序列均无同源性的高质量序列
- 代码和数据仅供研究开发使用,不得用于临床决策或任何临床用途
License
MIT
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.