rinalmo
基于BERT的非编码RNA预训练模型助力RNA结构预测
RiNALMo是一种基于BERT架构的非编码RNA预训练语言模型。该模型在3600万条独特ncRNA序列上使用掩码语言建模进行训练，可有效应用于RNA结构预测。模型包含33层、1280个隐藏单元和20个注意力头，总参数量达6.5亿。RiNALMo可用于RNA序列特征提取、序列和核苷酸级别的分类回归任务，以及RNA接触预测等多种下游应用。
RiNALMo项目介绍
RiNALMo是一个基于非编码RNA序列预训练的大规模语言模型，它采用了类似BERT的架构和掩码语言建模（MLM）的训练方法。这个项目旨在为RNA相关任务提供一个通用的预训练模型，特别是在RNA结构预测方面表现出色。
模型概述
RiNALMo模型具有33层、1280的隐藏层大小、20个注意力头，中间层大小为5120。它拥有约6.5亿个参数，可以处理最多1022个标记的序列。这个模型是在大量非编码RNA序列上进行自监督学习训练的，无需人工标注数据。
训练数据
模型的训练数据来自多个权威的RNA数据库，包括RNAcentral、Rfam、Ensembl基因组浏览器和Nucleotide数据库。训练集包含了3600万个独特的非编码RNA序列，涵盖了广泛的RNA类型和功能。为了确保训练批次中序列的多样性，研究者使用MMSeqs2工具将序列聚类成1700万个簇，并在每个批次中从不同的簇中采样序列。
训练过程
RiNALMo采用了与BERT类似的掩码语言建模策略。在训练过程中，模型会随机掩盖输入序列中15%的标记，然后尝试预测这些被掩盖的标记。具体来说：
- 80%的情况下，被掩盖的标记会被替换为特殊标记<mask>
- 10%的情况下，被掩盖的标记会被随机替换为其他不同的标记
- 剩下10%的情况下，被掩盖的标记保持不变
模型在7台配备80GB内存的NVIDIA A100 GPU上训练了6个轮次，使用了余弦学习率调度器，初始学习率为5e-5，最小学习率为1e-5，批次大小为1344。
模型应用
RiNALMo模型可以用于多种RNA相关的任务，包括：
- 序列填充：预测RNA序列中缺失或未知的核苷酸。
- 特征提取：从RNA序列中提取有意义的特征表示。
- 序列分类或回归：对整个RNA序列进行分类或预测特定属性。
- 核苷酸级别的分类或回归：对序列中的每个核苷酸进行预测。
- 接触预测：预测RNA序列中核苷酸之间的空间接触关系。
使用方法
用户可以通过MultiMolecule库轻松使用RiNALMo模型。该库提供了简单的接口，允许用户进行序列填充、特征提取、以及针对不同任务的微调。模型支持PyTorch框架，可以方便地集成到现有的深度学习管道中。
项目意义
RiNALMo项目为RNA研究领域提供了一个强大的预训练模型，它可以捕捉RNA序列的复杂模式和结构信息。这个模型有潜力在RNA结构预测、功能注释、药物设计等多个领域发挥重要作用，为RNA生物学研究提供新的工具和见解。
开源与许可
RiNALMo模型采用AGPL-3.0开源许可证发布，鼓励学术界和工业界的研究者使用和改进这个模型。项目的代码、模型权重和详细文档都可以在GitHub和Hugging Face上找到，为RNA研究社区提供了宝贵的资源。
编辑推荐精选
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
Trae
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
咔片PPT
AI助力，做PPT更简单！
咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。
讯飞绘文
选题、配图、成文，一站式创作，让内容运营更高效
讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。
材料星
专业的AI公文写作平台，公文写作神器
AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。
openai-agents-python
OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。
Hunyuan3D-2
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。
3FS
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号