模型介绍
中文整理# Dayhoff 模型卡片
## 概述
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，整合了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
- 通过进化或结构背景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
- 同源序列条件生成
## 输入输出
- *输入：** 单条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。## 基本用法
最简单的方式是通过 HuggingFace 接口使用该模型和数据集。首先安装 PyTorch 2.7.1，然后安装 mamba-ssm、flash-attn、causal-conv1d 及其依赖项。
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均无同源性的高质量序列
许可证
MIT
## 开发者
Kevin K. Yang, Sarah Alamdari, Alex J. Lee, Kaeli Kaymak-Loveless, Samir Char, Garyk Brixi, Carles Domingo-Enrich, Chentong Wang, Suyue Lyu, Nicolo Fusi, Neil Tenenholtz, Ava P. Amini
注意事项
本模型及数据集仅供研究开发使用，不得用于临床决策或任何临床用途。模型在临床使用方面的性能尚未确立，使用者需自行承担任何使用风险。
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
运行模型需要的设备、工具与依赖，以原作者说明为准。
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。
资料或下载有问题？
登录后可提交反馈。