Codontransformer

🚀 CodonTransformer

CodonTransformer是一款用于密码子优化的强大工具，它能够将蛋白质序列转换为针对特定目标生物优化后的DNA序列。无论你是基因工程领域的研究人员还是从业者，CodonTransformer都提供了一套全面的功能来助力你的工作。通过利用Transformer架构和用户友好的Jupyter笔记本，它降低了密码子优化的复杂性，为你节省时间和精力。

🚀 快速开始

交互式演示

你可以点击Google Colab笔记本查看交互式演示。

代码示例

安装CodonTransformer后，你可以使用以下代码进行密码子优化预测：

import torch
from transformers import AutoTokenizer, BigBirdForMaskedLM
from CodonTransformer.CodonPrediction import predict_dna_sequence
from CodonTransformer.CodonJupyter import format_model_output
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")


# Load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained("adibvafa/CodonTransformer")
model = BigBirdForMaskedLM.from_pretrained("adibvafa/CodonTransformer").to(device)


# Set your input data
protein = "MALWMRLLPLLALLALWGPDPAAAFVNQHLCGSHLVEALYLVCGERGFFYTPKTRREAEDLQVGQVELGG"
organism = "Escherichia coli general"


# Predict with CodonTransformer
output = predict_dna_sequence(
    protein=protein,
    organism=organism,
    device=device,
    tokenizer=tokenizer,
    model=model,
    attention_type="original_full",
    deterministic=True
)
print(format_model_output(output))

输出示例

-----------------------------
|          Organism         |
-----------------------------
Escherichia coli general

-----------------------------
|       Input Protein       |
-----------------------------
MALWMRLLPLLALLALWGPDPAAAFVNQHLCGSHLVEALYLVCGERGFFYTPKTRREAEDLQVGQVELGG

-----------------------------
|      Processed Input      |
-----------------------------
M_UNK A_UNK L_UNK W_UNK M_UNK R_UNK L_UNK L_UNK P_UNK L_UNK L_UNK A_UNK L_UNK L_UNK A_UNK L_UNK W_UNK G_UNK P_UNK D_UNK P_UNK A_UNK A_UNK A_UNK F_UNK V_UNK N_UNK Q_UNK H_UNK L_UNK C_UNK G_UNK S_UNK H_UNK L_UNK V_UNK E_UNK A_UNK L_UNK Y_UNK L_UNK V_UNK C_UNK G_UNK E_UNK R_UNK G_UNK F_UNK F_UNK Y_UNK T_UNK P_UNK K_UNK T_UNK R_UNK R_UNK E_UNK A_UNK E_UNK D_UNK L_UNK Q_UNK V_UNK G_UNK Q_UNK V_UNK E_UNK L_UNK G_UNK G_UNK __UNK

-----------------------------
|       Predicted DNA       |
-----------------------------
ATGGCTTTATGGATGCGTCTGCTGCCGCTGCTGGCGCTGCTGGCGCTGTGGGGCCCGGACCCGGCGGCGGCGTTTGTGAATCAGCACCTGTGCGGCAGCCACCTGGTGGAAGCGCTGTATCTGGTGTGCGGTGAGCGCGGCTTCTTCTACACGCCCAAAACCCGCCGCGAAGCGGAAGATCTGCAGGTGGGCCAGGTGGAGCTGGGCGGCTAA

✨ 主要特性

• 能够将蛋白质序列转换为针对特定目标生物优化后的DNA序列。
• 利用Transformer架构，降低密码子优化的复杂性。
• 提供用户友好的Jupyter笔记本，方便使用。

📚 详细文档

作者信息

• Adibvafa Fallahpour^1,2*
• Vincent Gureghian³*
• Guillaume J. Filion²‡
• Ariel B. Lindner³‡
• Amir Pandi³‡

¹ 加拿大安大略省多伦多市向量人工智能研究所
² 加拿大多伦多大学斯卡伯勒分校生物科学系
³ 法国巴黎市巴黎西岱大学INSERM U1284研究与跨学科中心

* 这些作者对本文贡献相同。
‡ 通讯作者邮箱：

• guillaume.filion@utoronto.ca
• ariel.lindner@inserm.fr
• amir.pandi@cri-paris.org

额外资源

• 项目网站：https://adibvafa.github.io/CodonTransformer/
• GitHub仓库：https://github.com/Adibvafa/CodonTransformer
• Google Colab演示：https://adibvafa.github.io/CodonTransformer/GoogleColab
• PyPI包：https://pypi.org/project/CodonTransformer/
• 相关论文：https://www.nature.com/articles/s41467-025-58588-7

引用信息

@article{Fallahpour_Gureghian_Filion_Lindner_Pandi_2025,
  title={CodonTransformer: a multispecies codon optimizer using context-aware neural networks},
  volume={16},
  ISSN={2041-1723},
  url={https://www.nature.com/articles/s41467-025-58588-7},
  DOI={10.1038/s41467-025-58588-7},
  number={1},
  journal={Nature Communications},
  author={Fallahpour, Adibvafa and Gureghian, Vincent and Filion, Guillaume J. and Lindner, Ariel B. and Pandi, Amir},
  year={2025},
  month=apr,
  pages={3205},
  language={en}
}

📄 许可证

本项目采用Apache-2.0许可证。