Esm2 T6 8M UR50D Sequence Classifier V1

🚀 AmelieSchreiber/esm2_t6_8M_UR50D_sequence_classifier_v1 序列分類器

本項目基於 AmelieSchreiber/esm2_t6_8M_UR50D_sequence_classifier_v1 模型，使用 transformers.js 庫實現零樣本分類任務。藉助 ONNX 權重，該模型能夠與 Transformers.js 兼容，可在 Web 環境中高效運行。

🚀 快速開始

安裝依賴

如果你還沒有安裝 Transformers.js 庫，可以使用以下命令從 NPM 進行安裝：

npm i @xenova/transformers

模型鏈接

AmelieSchreiber/esm2_t6_8M_UR50D_sequence_classifier_v1 此模型帶有 ONNX 權重，以兼容 Transformers.js。

💻 使用示例

基礎用法

以下是一個使用 Xenova/esm2_t6_8M_UR50D_sequence_classifier_v1 進行蛋白質序列分類的示例：

import { pipeline } from '@xenova/transformers';

// 創建文本分類管道
const classifier = await pipeline('text-classification', 'Xenova/esm2_t6_8M_UR50D_sequence_classifier_v1');

// 假設這些是你要分類的新序列
// 額外家族 0: 酶類
const new_sequences_0 = [
    'ACGYLKTPKLADPPVLRGDSSVTKAICKPDPVLEK',
    'GVALDECKALDYLPGKPLPMDGKVCQCGSKTPLRP',
    'VLPGYTCGELDCKPGKPLPKCGADKTQVATPFLRG',
    'TCGALVQYPSCADPPVLRGSDSSVKACKKLDPQDK',
    'GALCEECKLCPGADYKPMDGDRLPAAATSKTRPVG',
    'PAVDCKKALVYLPKPLPMDGKVCRGSKTPKTRPYG',
    'VLGYTCGALDCKPGKPLPKCGADKTQVATPFLRGA',
    'CGALVQYPSCADPPVLRGSDSSVKACKKLDPQDKT',
    'ALCEECKLCPGADYKPMDGDRLPAAATSKTRPVGK',
    'AVDCKKALVYLPKPLPMDGKVCRGSKTPKTRPYGR',
]

// 額外家族 1: 受體蛋白
const new_sequences_1 = [
    'VGQRFYGGRQKNRHCELSPLPSACRGSVQGALYTD',
    'KDQVLTVPTYACRCCPKMDSKGRVPSTLRVKSARS',
    'PLAGVACGRGLDYRCPRKMVPGDLQVTPATQRPYG',
    'CGVRLGYPGCADVPLRGRSSFAPRACMKKDPRVTR',
    'RKGVAYLYECRKLRCRADYKPRGMDGRRLPKASTT',
    'RPTGAVNCKQAKVYRGLPLPMMGKVPRVCRSRRPY',
    'RLDGGYTCGQALDCKPGRKPPKMGCADLKSTVATP',
    'LGTCRKLVRYPQCADPPVMGRSSFRPKACCRQDPV',
    'RVGYAMCSPKLCSCRADYKPPMGDGDRLPKAATSK',
    'QPKAVNCRKAMVYRPKPLPMDKGVPVCRSKRPRPY',
]

// 額外家族 2: 結構蛋白
const new_sequences_2 = [
    'VGKGFRYGSSQKRYLHCQKSALPPSCRRGKGQGSAT',
    'KDPTVMTVGTYSCQCPKQDSRGSVQPTSRVKTSRSK',
    'PLVGKACGRSSDYKCPGQMVSGGSKQTPASQRPSYD',
    'CGKKLVGYPSSKADVPLQGRSSFSPKACKKDPQMTS',
    'RKGVASLYCSSKLSCKAQYSKGMSDGRSPKASSTTS',
    'RPKSAASCEQAKSYRSLSLPSMKGKVPSKCSRSKRP',
    'RSDVSYTSCSQSKDCKPSKPPKMSGSKDSSTVATPS',
    'LSTCSKKVAYPSSKADPPSSGRSSFSMKACKKQDPPV',
    'RVGSASSEPKSSCSVQSYSKPSMSGDSSPKASSTSK',
    'QPSASNCEKMSSYRPSLPSMSKGVPSSRSKSSPPYQ',
]

// 合併所有序列
const new_sequences = [...new_sequences_0, ...new_sequences_1, ...new_sequences_2];

// 獲取每個序列的預測類別
const predictions = await classifier(new_sequences);

// 輸出每個序列的預測類別
for (let i = 0; i < predictions.length; ++i) {
    console.log(`Sequence: ${new_sequences[i]}, Predicted class: '${predictions[i].label}'`)
}
// Sequence: ACGYLKTPKLADPPVLRGDSSVTKAICKPDPVLEK, Predicted class: 'Enzymes'
// ... (截斷)
// Sequence: AVDCKKALVYLPKPLPMDGKVCRGSKTPKTRPYGR, Predicted class: 'Enzymes'
// Sequence: VGQRFYGGRQKNRHCELSPLPSACRGSVQGALYTD, Predicted class: 'Receptor Proteins'
// ... (截斷)
// Sequence: QPKAVNCRKAMVYRPKPLPMDKGVPVCRSKRPRPY, Predicted class: 'Receptor Proteins'
// Sequence: VGKGFRYGSSQKRYLHCQKSALPPSCRRGKGQGSAT, Predicted class: 'Structural Proteins'
// ... (截斷)
// Sequence: QPSASNCEKMSSYRPSLPSMSKGVPSSRSKSSPPYQ, Predicted class: 'Structural Proteins'

注意事項

目前為 ONNX 權重單獨創建一個倉庫是一個臨時解決方案，直到 WebML 得到更廣泛的應用。如果你想讓你的模型適用於 Web，建議使用 🤗 Optimum 將模型轉換為 ONNX 格式，並按照本倉庫的結構組織你的倉庫（將 ONNX 權重放在名為 onnx 的子文件夾中）。

📚 詳細文檔

模型信息