К содержимому
Другое

BillyLiang/MDRAMP

модели для генерации и оценки пептидов

2 мин чтенияобновлено

Набор весов и вспомогательных файлов для проекта MDRAMP, который занимается моделированием пептидов (коротких цепочек аминокислот). Система умеет генерировать новые кандидаты и ранжировать их по показателю MIC (минимальная ингибирующая концентрация — величина, показывающая эффективность подавления бактерий). В основе архитектуры лежит белковая языковая модель ESM3 (biohub/esm3-sm-open-v1), дополненная весами экспертов, скейлером признаков и фиксированной панелью из 575 белков. В отличие от базовых открытых моделей, финальная версия дообучена с учётом экспериментальных предпочтений для точного ранжирования кандидатов внутри заданных наборов. Инструмент пригодится биоинформатикам и исследователям, работающим с антимикробными пептидами (AMP).

Ключевые особенности

  • Два режима работы: BaseModel с авторегрессионным генератором на открытых данных (требует калибровки) и FinalModel с головой предсказания MIC, обученной на экспериментальных предпочтениях.
  • Связка с ESM3: использует замороженные представления esm3-sm-open-v1 и фиксированную панель из 575 белков для оценки взаимодействий пептид–белок.
  • Генерация с реранжированием: при создании новых пептидов модель сэмплирует последовательности из политики и пересортировывает кандидатов с помощью актуальной MIC-головы.
  • Воспроизводимость: в репозиторий включены хеши контрольных сумм (checksums.json) и точные ревизии внешних зависимостей (external_assets.json).

Что можно сделать

  • Предсказывать и ранжировать активность заданных последовательностей пептидов из FASTA-файлов в пайплайне MDRAMP.
  • Генерировать заданное количество новых пептидных кандидатов с автоматической сортировкой по прогнозируемому MIC.
  • Калибровать базовую модель на собственных таблицах лабораторных экспериментов (CSV) под конкретные задачи скрининга.

Пример

python main.py predict --input demo/predict.fasta
python main.py calibrate --input demo/experiments.csv
python main.py generate --count 100
ПодробнееБазовая модель: biohub/esm3-sm-open-v1 (загружается отдельно, не включена в репозиторий).
Ограничения: модель предназначена только для исследовательских целей; результаты ранжирования не являются новыми экспериментальными измерениями MIC и не переносятся на произвольные входные данные вне фиксированных наборов.
Требует установки основного репозитория кода проекта MDRAMP с GitHub.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.6 GB · готовые файлы1.1 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.8 GB
  • 4-bitвеса 0.2 GB0.7 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # BillyLiang/MDRAMP
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download BillyLiang/MDRAMP --local-dir ~/models/MDRAMP
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MDRAMP
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии MDRAMP — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

BillyLiang/MDRAMP
Автор
BillyLiang
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Cadence

Cadence