HIV V3 Coreceptor

🚀 HIV_V3_coreceptorモデル

HIV V3コアレセプターのトロピズムをより正確に予測するために開発されたモデルです。HIV-BERTモデルを改良し、HIV V3配列を用いて訓練されています。

🚀 クイックスタート

本READMEでは、HIV_V3_coreceptorモデルについて詳細に説明します。以下のセクションでは、モデルの概要、使用目的、訓練データ、訓練手順、評価結果、引用情報などを紹介します。

✨ 主な機能

• HIVのエンベロープタンパク質の一部から、HIVのコアレセプタートロピズムを予測します。
• HIV-BERTモデルを改良し、より正確な予測が可能です。
• HIV V3配列を用いて訓練されているため、V3コアレセプタートロピズムの予測に特化しています。

📦 インストール

READMEにはインストール手順が記載されていないため、このセクションは省略します。

💻 使用例

READMEには使用例が記載されていないため、このセクションは省略します。

📚 ドキュメント

モデル概要

HIV-BERT-Coreceptorモデルは、HIV-BERTモデルを改良して訓練され、HIV V3コアレセプタートロピズムをより良く予測するために用いられます。HIV-BERTは、ProtBert-BFDモデルを改良して、HIVに特化したタスクをより良く実行するようにしたモデルです。このモデルは、Los Alamos HIV Sequence Databaseから取得したHIV V3配列を用いて訓練され、HIV-BERTモデルよりもV3コアレセプタートロピズムをさらに正確に予測することができます。

使用目的と制限事項

このツールは、Env-V3ループからHIVのトロピズムを予測するために使用できます。R5、X4、およびデュアルトロピックウイルスをネイティブに認識することができます。ただし、臨床診断ツールとは見なされません。

このツールは、Los Alamos HIV sequence datasetを用いて訓練されています。このデータベースのサンプリング特性上、主に北米とヨーロッパのサブタイプB配列で構成されており、サブタイプC、A、およびDの寄与はわずかです。現在、これらのクラス間でのパフォーマンスのバランスを取るための努力は行われていません。そのため、非B配列で良好なパフォーマンスを得るには、追加の配列を用いた改良を検討する必要があります。

訓練データ

このモデルは、damlab/HIV_V3_coreceptorデータセットの0番目のフォールドを用いて訓練されました。このデータセットは、Los Alamos HIV Sequence databaseから抽出された2935個のV3配列（それぞれ約35トークン）で構成されています。

訓練手順

前処理

rostlab/Prot-bert-bfdモデルと同様に、まれなアミノ酸U、Z、O、およびBはXに変換され、各アミノ酸の間にスペースが挿入されます。すべての文字列が連結され、訓練のために256トークンのチャンクに分割されます。ランダムに20％のチャンクが検証用に取り分けられます。

訓練

damlab/HIV-BERTモデルがAutoModelforClassificiationの初期重みとして使用されます。モデルは、学習率1E-5、50Kのウォームアップステップ、およびcosine_with_restarts学習率スケジュールで訓練され、ホールドアウトデータセットでの損失が3連続エポック改善しなくなるまで続けられます。これは多クラス分類タスクであるため（タンパク質はCCR5、CXCR4、どちらでもない、または両方に結合する可能性があります）、損失は各カテゴリのBinary Cross Entropyとして計算されます。BCEは、クラス不均衡を解消するために、クラス比率の逆数で重み付けされます。

評価結果

READMEには評価結果が記載されていないため、このセクションは省略します。

BibTeXエントリと引用情報

READMEには引用情報が記載されていないため、このセクションは省略します。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。