К содержимому
Другое

kcat-km-v14-esmfull

предсказание кинетики ферментов

2 мин чтенияобновлено

Модель kcat-km-v14-esmfull от автора VallemKeerthi решает задачу совместного предсказания кинетических параметров ферментативных реакций — log10_kcat и log10_km — по паре из молекулы субстрата (в формате SMILES) и аминокислотной последовательности фермента. Внутри объединены классические алгоритмы машинного обучения (ExtraTrees и HistGradientBoosting), регрессор ближайших соседей (kNN) и белковая языковая модель ESM-2 на 35M параметров (facebook/esm2_t12_35M_UR50D) в формате ONNX. Такой ансамбль с учётом структурного и последовательностного сходства позволяет стабильно оценивать каталитическую активность даже в условиях жёстких ограничений по времени. Инструмент пригодится биоинформатикам, вычислительным биологам и исследователям в области белковой инженерии.

Ключевые особенности

  • Гибридные признаки: для субстрата используются ключи MACCS, свернутые счётчики Morgan и дескрипторы RDKit, а для фермента — аминокислотный состав и усреднённые скрытые состояния слоёв 6, 8 и 12 модели ESM-2 (35M), сжатые с помощью PCA.
  • Ансамбль моделей: для каждой целевой метрики комбинируются ExtraTrees и HistGradientBoosting, дополненные ядерным kNN-регрессором на основе сходства Танимото для субстратов и сходства Жаккара по 3-мерам для последовательностей.
  • Контроль времени инференса: этап извлечения эмбеддингов ESM имеет ограничение по времени выполнения — белки, не обработанные вовремя, оцениваются резервной моделью без ESM (вес в финальном бленде 0.25).
  • Валидация с учётом кластеров: веса смешивания и параметры kNN подбираются на кросс-валидации с группировкой по кластерам последовательностей для предотвращения утечек данных.

Что можно сделать

  • Оценивать каталитическую эффективность (kcat и Km) для новых пар «фермент — субстрат» при скрининге кандидатов в задачах белковой инженерии.
  • Использовать готовый пайплайн с predict.py и Docker-контейнером для пакетного расчёта параметров в рамках биоинформатических соревнований или вычислительных экспериментов.

Пример

python export_onnx.py --src facebook/esm2_t12_35M_UR50D --out weights/esm --cache esm35_multi_mean.npz
python train.py --train ../data/train.parquet --cache esm35_multi_mean.npz --cv
ПодробнееМетрика качества: средний коэффициент корреляции Спирмена (cluster-CV mean SCC) составляет 0.5555.
Обработка белка: длинные последовательности разбиваются на окна по 1022 остатка и прогоняются через ESM-2 (35M) в точности fp32.
Постобработка: смешивание с версией без ESM и сглаживание (shrinkage) внутри каждого фермента.
В репозитории включены скрипты predict.py, train.py, Dockerfile и зафиксированные зависимости requirements.lock.txt.
Обсудить Telegram 0

Запустится ли?

Запустится в FP32

Влезает без сжатия.

  • FP32веса 0.1 GB · готовые файлы0.6 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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 · FP32 — 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.

    # VallemKeerthi/kcat-km-v14-esmfull
    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 VallemKeerthi/kcat-km-v14-esmfull --local-dir ~/models/kcat-km-v14-esmfull
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к kcat-km-v14-esmfull
  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-v14-esmfull — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

VallemKeerthi/kcat-km-v14-esmfull
Автор
VallemKeerthi
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

PFN-DiD

PFN-DiD