DrugGen представляет собой модель на основе GPT-2, специализирующуюся на создании лекарственно-подобных структур SMILES на основе последовательности белка. Модель использует характеристики одобренных лекарственных мишеней и была обучена как контролируемым методам тонкой настройки, так и методам обучения с подкреплением, чтобы повысить ее способность создавать химически действительные, безопасные и эффективные структуры. — Название модели: DrugGen — Парадигма обучения: Контролируемая точная настройка (SFT) Оптимизация проксимальной политики (PPO) — Вход: Последовательность белка — Выход: Структура SMILES — Библиотеки обучения: Трансформаторы Hugging Face и Обучение усилению трансформатора (TRL) — Источники модели: liyuesen/druggpt — DrugGen можно использовать через интерфейс командной строки (CLI) или интеграцию в скрипты Python. DrugGen предоставляет CLI для генерации структур SMILES на основе идентификаторов UniProt, белковых последовательностей или обоих. — унипротиды: разделенные пробелом идентификаторы UniProt. — последовательности: разделенные пробелом белковые последовательности в формате строк. — numgenerated: Количество уникальных структур SMILES для генерации. — output_file: Имя выходного файла для сохранения сгенерированных структур. alimotahharynia/approveddrugtarget — Этот набор данных содержит утвержденные пары последовательностей SMILES-белков…
Модальности:
Генерация текста
Области применения:
Медицина Биология Химия
Задача: Генерация текста
Автор: alimotahharynia
Теги: gpt2, chemistry, biology, medical, en, text-generation-inference, endpoints_compatible
Лайков: 4 | Загрузок: 669
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
