Bert Base Smiles

🚀 BERT base for SMILES

這是一個在SMILES（簡化分子輸入線性表示系統）字符串上預訓練的雙向Transformer模型。它可用於解決生物和醫學領域的分子相關任務，具有廣泛的應用價值。

🚀 快速開始

本模型主要用於在以下任務上進行微調：

• 分子分類
• 分子到基因表達的映射
• 細胞靶向

✨ 主要特性

• 使用了兩種訓練目標：
  1. 掩碼語言建模
  2. 分子公式有效性預測

📦 安裝指南

文檔未提供具體安裝步驟，可參考transformers庫的通用安裝方式：

pip install transformers

💻 使用示例

基礎用法

from transformers import BertTokenizerFast, BertModel
checkpoint = 'unikei/bert-base-smiles'
tokenizer = BertTokenizerFast.from_pretrained(checkpoint)
model = BertModel.from_pretrained(checkpoint)

example = 'O=C([C@@H](c1ccc(cc1)O)N)N[C@@H]1C(=O)N2[C@@H]1SC([C@@H]2C(=O)O)(C)C'
tokens = tokenizer(example, return_tensors='pt')
predictions = model(**tokens)

示例展示

以阿莫西林為例：

O=C([C@@H](c1ccc(cc1)O)N)N[C@@H]1C(=O)N2[C@@H]1SC([C@@H]2C(=O)O)(C)C

📄 許可證

本項目使用bigscience-openrail-m許可證。