SAAMBE-MEM

Uzavřené váhy Clemson University,Central China Normal University September 2024

Žádný odhad

Žádné hardwarové požadavky pro tento model

Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace
Clemson University,Central China Normal University
Typ organizace
Academia,Academia
Země
United States of America, China
Publikováno
6 September 2024
Autoři
Prawin Rimal, Shailesh Kumar Panday, Wang Xu, Yunhui Peng, Emil Alexov

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Biology
Úkol
Mutation prediction, Protein protein binding affinity prediction

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

Výcviková data
tokens

Dataset: MPAD_Clean Unique datapoints = 1040 mutations = 1.04e3 Calculations: 1040 = 1.04 × 10³ Final result: 1.04e3 datapoints

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti
Closed — provider access only
Přístup k modelu
Hosted access (no API)
Tréninkový kód
Unreleased

The method is accessible via a web server and standalone code at http://compbio.clemson.edu/SAAMBE-MEM/

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry
Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
SAAMBE-MEM: A Sequence-Based Method for Predicting Binding Free Energy Change upon Mutation in Membrane Protein-Protein Complexes
Nap poslední aktualizace
28 November 2025

Co čísla znamenají

O tomto modelu

SAAMBE-MEM byl zveřejněn Clemson University,Central China Normal University, v zemi zaznamenané jako United States of America, během September 2024. Vydavatelská organizace je kategorizována jako academia,Academia.

funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol mutation prediction, Protein protein binding affinity prediction.

Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.

Odpovědi

SAAMBE-MEM — běžné otázky

01

SAAMBE-MEM— Jakou GPU potřebuji k jejímu spuštění?

Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.

02

SAAMBE-MEM— Je to OPEN SOURCE?

Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.

03

SAAMBE-MEM— kolik má parametrů?

Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.

04

SAAMBE-MEM— Kdo to vytvořil?

Bylo to publikováno společností Clemson University,Central China Normal University, zakládající se na United States of America, organizace zařazená jako academia,Academia.

05

SAAMBE-MEM— Kdy byl vydán?

Bylo to zveřejněno v September 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

06

SAAMBE-MEM— K čemu se to používá?

funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol mutation prediction, Protein protein binding affinity prediction. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.