Chroma:革命性的蛋白质设计生成模型
2024-09-16 18:13:36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
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0576
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
暂无描述
Markdown
852
5.68 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
deepin linux kernel
C
33
16
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.69 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
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++
1.25 K
1.37 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410