SAAMBE-MEM
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Clemson University,Central China Normal University
- Type d'organisation
- Academia,Academia
- Pays
- United States of America, China
- Publié
- 6 September 2024
- Auteurs
- Prawin Rimal, Shailesh Kumar Panday, Wang Xu, Yunhui Peng, Emil Alexov
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Biology
- Tâche
- Mutation prediction, Protein protein binding affinity prediction
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- Données d'entraînement
- tokens
Dataset: MPAD_Clean Unique datapoints = 1040 mutations = 1.04e3 Calculations: 1040 = 1.04 × 10³ Final result: 1.04e3 datapoints
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Hosted access (no API)
- Code d'entraînement
- Unreleased
The method is accessible via a web server and standalone code at http://compbio.clemson.edu/SAAMBE-MEM/
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- SAAMBE-MEM: A Sequence-Based Method for Predicting Binding Free Energy Change upon Mutation in Membrane Protein-Protein Complexes
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
SAAMBE-MEM a été publié par Clemson University,Central China Normal University, dans le pays enregistré comme United States of America, durant September 2024. L'organisation de publication est catégorisée comme academia,Academia.
Il fonctionne dans le domaine de Biology, et est enregistré comme exécutant la tâche de mutation prediction, Protein protein binding affinity prediction.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Réponses
SAAMBE-MEM — questions courantes
SAAMBE-MEM— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
SAAMBE-MEM— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
SAAMBE-MEM— combien de paramètres cela a-t-il ?
Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.
SAAMBE-MEM— qui l'a créé ?
Il a été publié par Clemson University,Central China Normal University, basé sur United States of America, une organisation catégorisée comme academia,Academia.
SAAMBE-MEM— quand a-t-il été publié ?
Il a été publié dans September 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
SAAMBE-MEM— à quoi ça sert ?
Il fonctionne dans le domaine de Biology, et est enregistré comme gérant la tâche de mutation prediction, Protein protein binding affinity prediction. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.