К содержимому
Другое

kcat / Km predictor

кинетика ферментов без GPU

2 мин чтенияобновлено

Модель предсказывает две кинетические величины для пар «фермент — субстрат»: log10_kcat и log10_km. На вход подаётся parquet-файл, на выходе — CSV с id и обоими предсказаниями. В основе — ансамбль LightGBM, CatBoost, нескольких fusion-сетей и regional-attention сети над эмбеддингами белка ESM2-35M и дескрипторами субстрата MoLFormer-XL, Morgan и RDKit. Всё считается на CPU; карточка описывает версию v16 с дополнительными блоками аннотации фермента и реакции Rhea, которые не используют кинетические метки.

Ключевые особенности

  • Работает только на CPU: один проход ESM2 и MoLFormer обслуживает оба таргета, инференс — около 4 минут на 2 CPU.
  • Ансамбль усредняет LightGBM (L2 и L1), CatBoost, две fusion-сети и regional-attention сеть; для Km есть fallback на небольшой LightGBM.
  • Leak guard сравнивает входной фермент с публичными ферментами из обучения по 5-mer cosine > 0.08 и направляет связанные строки в комитет, обученный только на соревновательных данных.
  • В v16 добавлены блоки аннотации (соседи по Swiss-Prot, таксоны, EC-классы, Pfam) и реакции (Rhea, DRFP-фингерпринт); кинетические значения в них не участвуют.

Что можно сделать

  • Прогнать батч пар фермент–субстрат и получить CSV с log10_kcat и log10_km для дальнейшего анализа.
  • Использовать как быстрый CPU-фильтр при отборе ферментов или субстратов для экспериментов.
  • Встроить в пайплайн аннотации ферментных библиотек, где нет GPU.

Пример

python /app/predict.py --input X.parquet --output Y.csv
ПодробнееИнференс: CPU-only, около 4 минут на 2 CPU; вход — parquet, выход — CSV с id, log10_kcat и log10_km.
На двух held-out фолдах v16 прирост к kcat составил +0.001 / +0.007, к Km — +0.007 / +0.004; production-check на fold 0: +0.003 и +0.006.
Leak guard перенаправляет строки ферментов, связанных с публичными данными, в комитет только на соревновательных данных; на валидации таких ферментов нет.
Обучение использует соревновательный сплит, CatPred-DB и DLKcat с половинным весом, EnzyExtractDB с четвертным весом.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # raghava137/kcat-km-v20
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 raghava137/kcat-km-v20 --local-dir ~/models/kcat-km-v20
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к kcat-km-v20
  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-v20 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

raghava137/kcat-km-v20
Автор
raghava137
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

shem RV32IM

shem RV32IM
Другое

P2Echo

P2Echo