AlphaFold2源码解析(5)--模型之特征构造

已于 2022-12-02 10:12:25 修改
阅读量464 收藏 3
点赞数
分类专栏： DrugAi 文章标签： 人工智能
于 2022-12-01 11:15:34 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42486623/article/details/128124998
版权

AlphaFold2源码解析(5)–模型之特征构造

入口
processed_feature_dict = model_runner.process_features(feature_dict, random_seed=model_random_seed)

配置

这一部分的作用是根据config取出需要的字段


def make_data_config(
    config: ml_collections.ConfigDict,
    num_res: int,
    ) -> Tuple[ml_collections.ConfigDict, List[str]]:
  """Makes a data config for the input pipeline."""
  cfg = copy.deepcopy(config.data)

  feature_names = cfg.common.unsupervised_features # 需要用到的特征名称['aatype', 'residue_index', 'sequence', 'msa', 'domain_name', 'num_alignments', 'seq_length', 'between_segment_residues', 'deletion_matrix']
  if cfg.common.use_templates:# 是否使用模板
    feature_names += cfg.common.template_features

  with cfg.unlocked():
    cfg.eval.crop_size = num_res

  return cfg, feature_names


data:
  common:
    masked_msa:
      profile_prob: 0.1
      same_prob: 0.1
      uniform_prob: 0.1
    max_extra_msa: 5120
    msa_cluster_features: true
    num_recycle: 3
    reduce_msa_clusters_by_max_templates: true
    resample_msa_in_recycling: true
    template_features:
    - template_all_atom_positions
    - template_sum_probs
    - template_aatype
    - template_all_atom_masks
    - template_domain_names
    unsupervised_features:
    - aatype
    - residue_index
    - sequence
    - msa
    - domain_name
    - num_alignments
    - seq_length
    - between_segment_residues
    - deletion_matrix
    use_templates: true
  eval:
    feat:
      aatype:
      - num residues placeholder
      all_atom_mask:
      - num residues placeholder
      - null
      all_atom_positions:
      - num residues placeholder
      - null
      - null
      alt_chi_angles:
      - num residues placeholder
      - null
      atom14_alt_gt_exists:
      - num residues placeholder
      - null
      atom14_alt_gt_positions:
      - num residues placeholder
      - null
      - null
      atom14_atom_exists:
      - num residues placeholder
      - null
      atom14_atom_is_ambiguous:
      - num residues placeholder
      - null
      atom14_gt_exists:
      - num residues placeholder
      - null
      atom14_gt_positions:
      - num residues placeholder
      - null
      - null
      atom37_atom_exists:
      - num residues placeholder
      - null
      backbone_affine_mask:
      - num residues placeholder
      backbone_affine_tensor:
      - num residues placeholder
      - null
      bert_mask:
      - msa placeholder
      - num residues placeholder
      chi_angles:
      - num residues placeholder
      - null
      chi_mask:
      - num residues placeholder
      - null
      extra_deletion_value:
      - extra msa placeholder
      - num residues placeholder
      extra_has_deletion:
      - extra msa placeholder
      - num residues placeholder
      extra_msa:
      - extra msa placeholder
      - num residues placeholder
      extra_msa_mask:
      - extra msa placeholder
      - num residues placeholder
      extra_msa_row_mask:
      - extra msa placeholder
      is_distillation: []
      msa_feat:
      - msa placeholder
      - num residues placeholder
      - null
      msa_mask:
      - msa placeholder
      - num residues placeholder
      msa_row_mask:
      - msa placeholder
      pseudo_beta:
      - num residues placeholder
      - null
      pseudo_beta_mask:
      - num residues placeholder
      random_crop_to_size_seed:
      - null
      residue_index:
      - num residues placeholder
      residx_atom14_to_atom37:
      - num residues placeholder
      - null
      residx_atom37_to_atom14:
      - num residues placeholder
      - null
      resolution: []
      rigidgroups_alt_gt_frames:
      - num residues placeholder
      - null
      - null
      rigidgroups_group_exists:
      - num residues placeholder
      - null
      rigidgroups_group_is_ambiguous:
      - num residues placeholder
      - null
      rigidgroups_gt_exists:
      - num residues placeholder
      - null
      rigidgroups_gt_frames:
      - num residues placeholder
      - null
      - null
      seq_length: []
      seq_mask:
      - num residues placeholder
      target_feat:
      - num residues placeholder
      - null
      template_aatype:
      - num templates placeholder
      - num residues placeholder
      template_all_atom_masks:
      - num templates placeholder
      - num residues placeholder
      - null
      template_all_atom_positions:
      - num templates placeholder
      - num residues placeholder
      - null
      - null
      template_backbone_affine_mask:
      - num templates placeholder
      - num residues placeholder
      template_backbone_affine_tensor:
      - num templates placeholder
      - num residues placeholder
      - null
      template_mask:
      - num templates placeholder
      template_pseudo_beta:
      - num templates placeholder
      - num residues placeholder
      - null
      template_pseudo_beta_mask:
      - num templates placeholder
      - num residues placeholder
      template_sum_probs:
      - num templates placeholder
      - null
      true_msa:
      - msa placeholder
      - num residues placeholder
    fixed_size: true
    masked_msa_replace_fraction: 0.15
    max_msa_clusters: 512
    max_templates: 4
    num_ensemble: 1
    subsample_templates: false
model:
  embeddings_and_evoformer:
    evoformer:
      msa_column_attention:
        dropout_rate: 0.0
        gating: true
        num_head: 8
        orientation: per_column
        shared_dropout: true
      msa_row_attention_with_pair_bias:
        dropout_rate: 0.15
        gating: true
        num_head: 8
        orientation: per_row
        shared_dropout: true
      msa_transition:
        dropout_rate: 0.0
        num_intermediate_factor: 4
        orientation: per_row
        shared_dropout: true
      outer_product_mean:
        chunk_size: 128
        dropout_rate: 0.0
        first: false
        num_outer_channel: 32
        orientation: per_row
        shared_dropout: true
      pair_transition:
        dropout_rate: 0.0
        num_intermediate_factor: 4
        orientation: per_row
        shared_dropout: true
      triangle_attention_ending_node:
        dropout_rate: 0.25
        gating: true
        num_head: 4
        orientation: per_column
        shared_dropout: true
      triangle_attention_starting_node:
        dropout_rate: 0.25
        gating: true
        num_head: 4
        orientation: per_row
        shared_dropout: true
      triangle_multiplication_incoming:
        dropout_rate: 0.25
        equation: kjc,kic->ijc
        num_intermediate_channel: 128
        orientation: per_row
        shared_dropout: true
      triangle_multiplication_outgoing:
        dropout_rate: 0.25
        equation: ikc,jkc->ijc
        num_intermediate_channel: 128
        orientation: per_row
        shared_dropout: true
    evoformer_num_block: 48
    extra_msa_channel: 64
    extra_msa_stack_num_block: 4
    max_relative_feature: 32
    msa_channel: 256
    pair_channel: 128
    prev_pos:
      max_bin: 20.75
      min_bin: 3.25
      num_bins: 15
    recycle_features: true
    recycle_pos: true
    seq_channel: 384
    template:
      attention:
        gating: false
        key_dim: 64
        num_head: 4
        value_dim: 64
      dgram_features:
        max_bin: 50.75
        min_bin: 3.25
        num_bins: 39
      embed_torsion_angles: true
      enabled: true
      max_templates: 4
      subbatch_size: 128
      template_pair_stack:
        num_block: 2
        pair_transition:
          dropout_rate: 0.0
          num_intermediate_factor: 2
          orientation: per_row
          shared_dropout: true
        triangle_attention_ending_node:
          dropout_rate: 0.25
          gating: true
          key_dim: 64
          num_head: 4
          orientation: per_column
          shared_dropout: true
          value_dim: 64
        triangle_attention_starting_node:
          dropout_rate: 0.25
          gating: true
          key_dim: 64
          num_head: 4
          orientation: per_row
          shared_dropout: true
          value_dim: 64
        triangle_multiplication_incoming:
          dropout_rate: 0.25
          equation: kjc,kic->ijc
          num_intermediate_channel: 64
          orientation: per_row
          shared_dropout: true
        triangle_multiplication_outgoing:
          dropout_rate: 0.25
          equation: ikc,jkc->ijc
          num_intermediate_channel: 64
          orientation: per_row
          shared_dropout: true
      use_template_unit_vector: false
  global_config:
    deterministic: false
    multimer_mode: false
    subbatch_size: 4
    use_remat: false
    zero_init: true
  heads:
    distogram:
      first_break: 2.3125
      last_break: 21.6875
      num_bins: 64
      weight: 0.3
    experimentally_resolved:
      filter_by_resolution: true
      max_resolution: 3.0
      min_resolution: 0.1
      weight: 0.01
    masked_msa:
      num_output: 23
      weight: 2.0
    predicted_aligned_error:
      filter_by_resolution: true
      max_error_bin: 31.0
      max_resolution: 3.0
      min_resolution: 0.1
      num_bins: 64
      num_channels: 128
      weight: 0.0
    predicted_lddt:
      filter_by_resolution: true
      max_resolution: 3.0
      min_resolution: 0.1
      num_bins: 50
      num_channels: 128
      weight: 0.01
    structure_module:
      angle_norm_weight: 0.01
      chi_weight: 0.5
      clash_overlap_tolerance: 1.5
      compute_in_graph_metrics: true
      dropout: 0.1
      fape:
        clamp_distance: 10.0
        clamp_type: relu
        loss_unit_distance: 10.0
      num_channel: 384
      num_head: 12
      num_layer: 8
      num_layer_in_transition: 3
      num_point_qk: 4
      num_point_v: 8
      num_scalar_qk: 16
      num_scalar_v: 16
      position_scale: 10.0
      sidechain:
        atom_clamp_distance: 10.0
        length_scale: 10.0
        num_channel: 128
        num_residual_block: 2
        weight_frac: 0.5
      structural_violation_loss_weight: 1.0
      violation_tolerance_factor: 12.0
      weight: 1.0
  num_recycle: 3
  resample_msa_in_recycling: true

tensor处理

tensor转换

  features_metadata = _make_features_metadata(features) # 特征的数据类型
  ## {'between_segment_residues': (tf.int64, [...]), 'template_aatype': (tf.float32, [...]), 'deletion_matrix': (tf.float32, [...]), 'template_all_atom_positions': (tf.float32, [...]), 'residue_index': (tf.int64, [...]), 'sequence': (tf.string, [...]), 'num_alignments': (tf.int64, [...]), 'domain_name': (tf.string, [...]), 'template_all_atom_masks': (tf.float32, [...]), 'msa': (tf.int64, [...]), 'seq_length': (tf.int64, [...]), 'template_domain_names': (tf.string, [...]), 'template_sum_probs': (tf.float32, [...]), 'aatype': (tf.float32, [...])}
  
  tensor_dict = {k: tf.constant(v) for k, v in np_example.items()
                 if k in features_metadata}## 取出需要的特征

  # Ensures shapes are as expected. Needed for setting size of empty features
  # e.g. when no template hits were found. 确保形状符合预期。需要设置空功能的大小，例如当未找到模板命中时。
  tensor_dict = parse_reshape_logic(tensor_dict, features_metadata)
  return tensor_dict


字段说明可以参考AlphaFold2的补充材料1.2.9 Featurization and model inputs

发呆的比目鱼
关注
专栏目录
Nothing
Mystra
08-22 640
AlphaFold2源码解析(2)--推理参数说明
发呆的比目鱼的博客
11-28 1113
AlphaFold2源码解析(2)--推理参数说明
AlphaFold2源码解析(4)--模型架构
发呆的比目鱼的博客
11-30 2588
AlphaFold2源码解析(4)--模型架构
alpha fold 2整体架构解读
最新发布
weixin_45599023的博客
07-10 1266
值得注意的是他将残基的矩阵pair representation中的信息加入到qk相乘的部分，在进行softmax，这样就可以把残基之间的关系融入其中，进而达到pair bias。最上方将cm投影的（h，c）进行sigmoid从而达到门的效果最后将结果在线性表示回cm进而达到更新行的操作。将MSA矩阵的cm维度拉长四倍，然后进行一个relu激活函数的操作，之后我们在其变为之前的维度。starting node解释为i到j的关系可以有i到其他的关系汇总过来进行修正i到j的关系。
AlphaFold2源码解析(6)--模型之特征表征
发呆的比目鱼的博客
12-03 1029
AlphaFold2源码解析(6)--模型之特征表征
根据配置文件进行蛋白质特征填充
qq_27390023的博客
12-28 386
【代码】根据配置文件进行蛋白质特征填充。
Python库 | alphafold2_pytorch-0.4.18-py3-none-any.whl
03-14
AlphaFold2_PyTorch库正是利用PyTorch的强大功能，实现了AlphaFold2模型的Python化，使得蛋白质结构预测变得更加简单高效。 AlphaFold2是Google公司DeepMind团队研发的创新性算法，它在解决蛋白质结构预测问题上...
Python库 | alphafold2_pytorch-0.3.3-py3-none-any.whl
03-27
资源分类：Python库 所属语言：Python 资源全名：alphafold2_pytorch-0.3.3-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
PyPI 官网下载 | alphafold2_pytorch-0.0.23-py3-none-any.whl
02-02
《PyPI官网下载的AlphaFold2 PyTorch库解析》 在Python的生态系统中，PyPI（Python Package Index）是最重要的软件包仓库，为开发者提供了一个便捷的平台来分享和下载各种Python模块。本篇文章将深入探讨PyPI上下载...
Python库 | alphafold2_pytorch-0.0.67-py3-none-any.whl
03-14
AlphaFold2是DeepMind公司开发的蛋白质结构预测模型，曾在2021年的CASP14（Critical Assessment of Structure Prediction）竞赛中取得了突破性的成绩，其预测精度几乎与实验方法相当。这个模型基于Transformer架构，...
AlphaFold2文档和61页技术补充材料
08-01
AlphaFold2 可以周期性地以原子精度预测蛋白质结构，在技术上利用多序列对齐和深度学习算法设计，并结合关于蛋白质结构的物理和生物学知识提升了预测效果。它实现了 2/3 蛋白质结构预测的卓越成绩并在去年登上了《自然》杂志。
ml_collections:ML集合是专为ML用例设计的Python集合库
05-02
ML集合 ML集合是为ML用例设计的Python集合库。 ConfigDict 名为ConfigDict和FrozenConfigDict的两个类是“点状”数据结构，可以对嵌套元素进行点访问。 总之，它们被认为是表达实验和模型配置的主要方式。 本文档介绍ConfigDict ， FrozenConfigDict ， FieldReference示例用法。 特征 基于点的字段访问。 锁定机制可防止拼写错误。 惰性计算。 FrozenConfigDict（）类是不可变的且可哈希化的。 类型安全。 “您是不是要”功能。 使用有效的YAML格式的人类可读打印（带有有效的参考和周期）。 可以使用**运算符将字段作为关键字参数传递。 ConfigDict的强类型安全性有两个例外。 可以将int值传递给float类型的字段。 在这种情况下，该值在存储之前被类型转换为float型。 同
pycml_collections:cumulus linux ansible集合的python包
04-05
pycml_collections cumulus linux ansible集合的python包
如何让BLAST返回最优的一个搜索结果，看看你没有有进坑
xuzhougeng blog
11-22 4240
大部分时候，我们都是看着别人的教程，然后尝试处理自己的数据，结果跑完了，如果和预期相符合就不会怀疑这个工具有啥问题。如果你要学习生物信息学，那么有一个信条一定要记住，不要盲目相信软件的输出结果，多多检查。 BLAST作为最常用的一个序列比对工具，对于大多数用户而言，都是用于找找一个基因在其他物种的同源基因，或者看看一条引物在基因组上是否有多处匹配，大多不会限制输出的匹配数目。 ...
【论文视频】AlphaFold 2 论文精读. Nature 2021【论文精读】
py今天刷题了吗
01-24 1821
文章目录视频内容前言作者和大纲摘要导论模型（我们关心重点）编码器读后感，奇思妙想？ 视频内容 前言 这是AlphaFold2了，因为之前有一篇了，不要搞错 早在论文发表的5个月前，就已经写了博客，虽然文章还没写 同一天，2021 July 15，来自另一个团队也宣布了自己的工作RoseTTAFold，也是用深度神经网络来进行蛋白质结构的预测，将发表在科学杂志上面，同样上了封面！ 所以基本上可以认为两个团队同时发表了文章，我们知道，在科学领域，谁先出来谁后出来当然是不一样的，先出来的人拿到了最大的荣耀。所
基于小波时频图与VIT vision transformer的轴承故障诊断
qq_41043389的博客
05-20 6360
特征提取部分用到了matlab时频图变换工具箱，故障诊断采用Google 新出的MLP-Mixer 分类,这一部分用的是pytorch1.6 传统轴承故障诊断是采用各种特征提取方法对一维轴承信号进行特征提取，如HHT包络谱，FFT频谱，小波能量谱等，变换后的特征依旧是一维数据。本文采用小波时频图将一维轴承信号转换为2维（3通道真彩图）的时频图，然后以60*60*3作为CNN的输入实现故障诊断分类，测试集精度有99.5%。 1，数据准备 采用西储大......
ml_collections库介绍
qq_27390023的博客
12-04 2345
【代码】ml_collections库介绍。
ML Collections的介绍（一）
热门推荐
weixin_47066348的博客
02-22 1万+
ML Collections的介绍（一） 在看一篇论文的源码时，看到import ml_collections这行代码，系统报错，经过寻找之后发现并不是源码中的一个文件，之后感觉应该是一个深度学习的安装包，然后就在网上搜索这个包的安装过程，却没有任何信息，于是自己直接尝试了pip install ml-collections,于是就安装成功了。今天在github上搜索了这个安装包，潜心学习了一下。 ML Collections ML Collections是为ML use cases而设计的一个Python
python 对象使用.和[]方式添加属性原理
qq_39616713的博客
07-16 774
发现ml_collections的ConfigDict实例对象，可以通过对象名.属性名的方法添加新的属性，也能够通过对象名[属性名]的方式来添加新的元素。感到很好奇，因为ConfigDict看上去就是一个普通的类。查阅资料发现其实通过.进行添加新的属性的方法是通过__setattr__魔法方法；而通过[]添加新的属性是通过__setitem__魔法方法。...
AlphaFold2
06-07
AlphaFold2是由DeepMind公司开发的一种蛋白质结构预测模型，它可以通过输入一个蛋白质的氨基酸序列，输出其三维结构。AlphaFold2在2020年的CASP14蛋白质结构预测比赛中表现出色，取得了极高的准确率和速度，被认为是目前最先进的蛋白质结构预测模型之一。AlphaFold2的研究成果已经在Nature上发表。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

发呆的比目鱼

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值