adabmDCA 2.0 — a flexible but easy-to-use package for Direct Coupling Analysis

要約

このメソッドの記事では、ボルツマンの機械学習に基づいた直接結合分析（DCA）の柔軟なが使いやすい実装と、使用方法に関するチュートリアルを提供します。
パッケージ\ texttt {adabmdca 2.0}は、一般的なフロントエンドインターフェイスを使用して、さまざまなアーキテクチャ（シングルコアおよびマルチコアCPU、GPU）で使用可能なさまざまなプログラミング言語（C ++、ジュリア、Python）で使用できます。
密度が低い生成DCAモデルのいくつかの学習プロトコルに加えて、残基とレシドーの接触予測、変異効果予測、シーケンスライブラリのスコアリング、シーケンス設計の人工配列の生成などの一般的な下流タスクに直接対処できます。
タンパク質およびRNA配列データに容易に適用できます。

要約(オリジナル)

In this methods article, we provide a flexible but easy-to-use implementation of Direct Coupling Analysis (DCA) based on Boltzmann machine learning, together with a tutorial on how to use it. The package \texttt{adabmDCA 2.0} is available in different programming languages (C++, Julia, Python) usable on different architectures (single-core and multi-core CPU, GPU) using a common front-end interface. In addition to several learning protocols for dense and sparse generative DCA models, it allows to directly address common downstream tasks like residue-residue contact prediction, mutational-effect prediction, scoring of sequence libraries and generation of artificial sequences for sequence design. It is readily applicable to protein and RNA sequence data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google