Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- West Virginia University,University of New Mexico
- Tipo de Organización
- Academia,Academia
- País
- United States of America
- Publicado
- 11 October 2024
- Autores
- Ádám M. Halász, Srinjoy Das, Stephen L. Mathias, Jeremy S. Edwards
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Biology
- Tarea
- Protein-ligand binding affinity prediction
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- 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
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Speculative
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- DEEP LEARNING ENABLED DISCOVERY OF KINASE DRUG TARGETS IN PHAROS
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos fue publicado por West Virginia University,University of New Mexico, en el país registrado como United States of America, durante October 2024. La categoría en la que se encuentra el editor es academia,Academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein-ligand binding affinity prediction.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Cómo fue entrenado
El entrenamiento consumió un corpus de alrededor de 1,682,725 tokens de texto
Respuestas
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos — preguntas comunes
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de protein-ligand binding affinity prediction. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— ¿Quién lo creó?
Fue publicado por West Virginia University,University of New Mexico, basado en United States of America, una organización categorizada como academia,Academia.
Deep Learning Enabled Discovery of Kinase Drug Targets in Pharos— ¿cuándo fue lanzado?
Se publicó en October 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.