Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- West Virginia University,University of New Mexico
- Organisationsart
- Academia,Academia
- Land
- United States of America
- Veröffentlicht
- 11 October 2024
- Autoren
- Ádám M. Halász, Srinjoy Das, Stephen L. Mathias, Jeremy S. Edwards
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Biology
- Aufgabe
- Protein-ligand binding affinity prediction
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Trainingsdaten
- 1,682,725 tokens
Number of data points ≈ 50,000 unique kinase-ligand affinity pairs Details: - Original data: 80,878 kinase-ligand affinity values - Preprocessed to: 455 kinases × 5,275 ligands matrix with " one in ~180 entries being non-zero." Prediction targets are non zero entries plus sampled negative entries (unclear how many, estimating around 3-5 times the positive) Positive: 455*5275*(1/180)=13334 - Final training data: ~50,000 entries
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Speculative
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- DEEP LEARNING ENABLED DISCOVERY OF KINASE DRUG TARGETS IN PHAROS
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Über dieses Modell
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos wurde veröffentlicht von West Virginia University,University of New Mexico, im Land aufgezeichnet als United States of America, während October 2024. Die Kategorie, in die der Herausgeber fällt, ist academia,Academia.
Es funktioniert im Bereich von Biology, und wird als die Aufgabe von aufgezeichnet protein-ligand binding affinity prediction.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Wie es trainiert wurde
Training verbrauchte ein Korpus von etwa 1,682,725 Text-Tokens
Antworten
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos — Häufige Fragen
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— Wofür wird es verwendet?
Es funktioniert im Bereich von Biology, und wird als Bewältigung der Aufgabe von protein-ligand binding affinity prediction. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— Wer hat es erstellt?
Es wurde veröffentlicht von West Virginia University,University of New Mexico, basiert auf United States of America, eine als kategorisierte Organisation academia,Academia.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in October 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.