К содержимому
Другое

kcat-km-esm2-sub4

предсказание кинетических параметров ферментов

2 мин чтенияобновлено

Модель решает задачу биоинформатики: по аминокислотной последовательности фермента и структуре субстрата она предсказывает логарифмические значения константы скорости реакции (log10_kcat) и константы Михаэлиса (log10_Km). Решение от автора kevinp0 объединяет две ветки нейросетевых комитетов (two-tower network на базе белковой языковой модели ESM2-35M и химических дескрипторов RDKit) с градиентным бустингом LightGBM и деревьями ExtraTrees. В отличие от отдельных базовых алгоритмов, ансамбль сочетает глубокие белковые эмбеддинги, статистику по субстратам и композиционные признаки последовательности, а также умеет укладываться в жёсткий лимит времени при работе на CPU. Инструмент пригодится биоинформатикам, вычислительным биологам и участникам профильных ML-соревнований.

Ключевые особенности

  • Гибридный ансамбль: итоговый прогноз складывается из нейросетевого комитета на ESM2-35M (вес 0.30), ExtraTrees (0.50) и LightGBM (0.20).
  • Двухбашенная нейросеть: отдельные ветки обрабатывают эмбеддинги белка (ESM2) и признаки субстрата из RDKit (Morgan fingerprints, MACCS keys и 2D-дескрипторы), после чего объединяются через [p, l, p*l].
  • Контроль времени на CPU: инференс построен с жёсткими тайм-аутами (укладывается в 10 минут), использует int8-квантованный ESM2-35M и запасной комитет на ESM2-8M для длинных последовательностей.
  • Расширенная обучающая выборка: помимо 42 524 пар из основного датасета, использованы 27 863 отфильтрованные записи из баз BRENDA и SABIO-RK.

Что можно сделать

  • Запустить пакетное предсказание параметров log10_kcat и log10_km для пар «фермент — субстрат» из файла формата Parquet с сохранением в CSV.
  • Использовать готовые веса из папки weights/ для воспроизведения решения или доработки ансамбля в задачах ферментативной кинетики.

Пример

python predict.py --input INPUT.parquet --output OUTPUT.csv
ПодробнееКросс-валидация (5 фолдов, группировка по гомологии с порогом 3-mer cosine > 0.25): Mean SCC = 0.573 (kcat SCC = 0.463, Km SCC = 0.682) против 0.383 у стартового ridge-бейзлайна.
Железо и скорость: рассчитана на инференс на CPU с общим бюджетом 10 минут (до 150 с на дескрипторы, до 430 с на int8 ESM2-35M, до 520 с на ESM2-8M).
В состав репозитория включены веса facebook/esm2_t6_8M_UR50D, facebook/esm2_t12_35M_UR50D и обученные файлы ансамбля.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 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.

    # kevinp0/kcat-km-esm2-sub4
    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 kevinp0/kcat-km-esm2-sub4 --local-dir ~/models/kcat-km-esm2-sub4
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к kcat-km-esm2-sub4
  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 kcat-km-esm2-sub4 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

kevinp0/kcat-km-esm2-sub4
Автор
kevinp0
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

BioHCL-SSSM

BioHCL-SSSM