Update README.md

README.md

@@ -147,6 +147,7 @@ Alphafold的数据预处理需要花费大量时间，因此我们通过[ray](ht
     --inplace \
 
 或者使用`./inference_multimer.sh`
+根据实际情况修改数据集路径
 
 #### 多体推理参数说明
 SUGP1.fasta为推理的多体序列；`--param_path`为加载多体模型路径，需要和`--model_name`保持一致，其他参数同单体推理参数说明一致.
@@ -176,14 +177,14 @@ alignments/
 ## 精度
 测试数据：[casp14](https://www.predictioncenter.org/casp14/targetlist.cgi)（或者通过`SCNet`快速下载[casp14](http://113.200.138.88:18080/aimodels/findsource-dependency/casp14)）、[uniprot](https://www.uniprot.org/)，使用的加速卡:1张 Z100L-32G
 
-1、计算plddts的值
+<!--1、计算plddts的值
 
     python3 pkl2plddt.py
     其中，data_path为推理生成的pkl文件路径。
 
 
 2、其它精度值计算：[https://zhanggroup.org/TM-score/](https://zhanggroup.org/TM-score/)
-
+-->
 准确性数据：
 | 数据类型 | 序列类型 | 序列标签 | 序列长度 | GDT-TS | GDT-HA | PLDDTS | TM score | MaxSub | RMSD |
 | :------: | :------: | :------: | :------: |:------: |:------: | :------: | :------: | :------: |:------: |
@@ -194,7 +195,7 @@ alignments/
 ## 应用场景
 
 ### 算法类别
-NLP
+蛋白质结构预测
 
 ### 热点应用行业
 医疗,科研,教育
@@ -203,6 +204,6 @@ NLP
 ## 源码仓库及问题反馈
 * [https://developer.hpccube.com/codes/modelzoo/fastfold_pytorch](https://developer.hpccube.com/codes/modelzoo/fastfold_pytorch)
 
-## 参考
+## 参考资料
 * [https://github.com/deepmind/alphafold](https://github.com/deepmind/alphafold)
 * [https://github.com/hpcaitech/FastFold](https://github.com/hpcaitech/FastFold)