Chroma:革命性的蛋白质设计生成模型
2024-09-16 07:16:12作者:薛曦旖Francesca
项目介绍
Chroma 是一款革命性的蛋白质设计生成模型,专为程序化蛋白质设计而开发。蛋白质空间复杂且难以导航,而 Chroma 通过将蛋白质设计问题表示为可组合的构建模块,使得多样化的全原子蛋白质结构能够自动生成。Chroma 不仅是一个结构和序列的联合模型,还可用于常见的蛋白质建模任务,如根据骨架生成序列、侧链包装和设计评分。
项目技术分析
Chroma 的核心技术包括扩散建模、等变图神经网络和条件随机场。这些技术使得 Chroma 能够高效地采样全原子结构,其复杂度在残基数量上是次二次的。Chroma 能够在几秒钟内生成大型复合物,这得益于其在商品 GPU 上的高效运行。此外,Chroma 提供了多种蛋白质条件器,用于各种约束条件,包括子结构、对称性、形状和神经网络预测的某些蛋白质类别和注释。
项目及技术应用场景
Chroma 的应用场景广泛,包括但不限于:
- 药物发现:通过生成具有特定功能的蛋白质,加速新药的研发过程。
- 蛋白质工程:用于设计具有特定结构和功能的蛋白质,满足工业和科研需求。
- 生物材料设计:生成具有特定物理和化学性质的蛋白质材料。
- 基础研究:用于探索蛋白质空间的多样性和复杂性,推动生物学和化学的基础研究。
项目特点
- 高效性:Chroma 能够在几秒钟内生成大型蛋白质复合物,极大地提高了蛋白质设计的效率。
- 灵活性:通过可组合的构建模块和条件器,用户可以根据需要定制蛋白质设计。
- 精确性:Chroma 的扩散建模和等变图神经网络确保了生成蛋白质结构的精确性和合理性。
- 易用性:Chroma 提供了 Colab 笔记本和 PyPi 包,使得用户可以快速上手并进行实验。
结语
Chroma 不仅是一个强大的蛋白质设计工具,更是一个推动生物技术和药物研发的前沿平台。无论你是研究人员、开发者还是生物技术爱好者,Chroma 都能为你提供前所未有的蛋白质设计体验。立即开始你的蛋白质设计之旅,探索 Chroma 带来的无限可能!
立即体验 Chroma:
安装 Chroma:
pip install generate-chroma
或从 GitHub 安装最新版本:
git clone https://github.com/generatebio/chroma.git
pip install -e chroma
加入 Chroma 社区,开启你的蛋白质设计新篇章!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322