initial proteinmpnn

README.md

+<!--
+ * @Author: zhuww
+ * @email: zhuww@sugon.com
+ * @Date: 2023-04-15 14:34:07
+ * @LastEditTime: 2023-04-01 17:34:01
+-->
+# ProteinMPNN
+## 模型介绍
+ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋白质序列和结构信息,输出蛋白质的三维结构
+## 模型结构
+模型包括3个Encoder,3个Decoder和128个隐藏层的MPNN,使用蛋白质骨干网络特征(Cα-Cα原子之间的距离，相对Cα-Cα-Cα框架的方向和旋转，以及主干二面角)作为输入，以自回归方式从N到C端预测蛋白质序列。
+## 数据集
+模型数据集[PDB biunits 2021/08/02](https://files.ipd.uw.edu/pub/training_sets/pdb_2021aug02.tar.gz)，数据集大小为16.5GB。
+用于测试此数据集的小样本[PDB biunits sample 2021/08/02](https://files.ipd.uw.edu/pub/training_sets/pdb_2021aug02_sample.tar.gz)，数据集大小为47MB。
+
+## 推理
+### 环境配置
+提供[光源](https://www.sourcefind.cn/#/service-details)拉取推理的docker镜像：
+* 推理镜像：docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:proteinmpnn-dtk-22.10-patch4-py37
+
+激活镜像环境：
+`source /opt/dtk-22.10/env.sh`
+
+测试目录：
+`/opt/ProteinMPNN-main`
+
+### 推理
+我们分别提供了基于Pytorch的单体和多体的推理脚本，版本依赖：
+* Pytorch(DCU版本) >= 1.10.0a0
+* Torchvision(DCU版本) >= 1.10.0a0
+* Torchaudio(DCU版本) >= 1.10.0
+#### 单体
+
+    cd examples
+    ./submit_example_1.sh
+
+#### 多体
+
+    cd examples
+    ./submit_example_2.sh
+
+## 性能和准确率数据
+测试数据：`/opt/ProteinMPNN-main/inputs`，使用的加速卡:1张 DCU Z100L-32G
+
+性能和准确率数据：
+| batch size | 数据类型 | 序列类型 | 序列标签 | 序列长度 | Sequence recovery(%) | Speed(s) |
+| :------: | :------: | :------: |:------: |:------: |:------: |:------: |
+| 1 | fp32 | 单体 | 5L33 | 106 | 39.6 | 0.742 |
+| 1 | fp32 | 单体 | 6MRR | 68  | 39.7 | 0.504 |
+| 1 | fp32 | 多体 | 3HTN | 429 | 55.7 | 2.365 |
+| 1 | fp32 | 多体 | 4YOW | 693 | 57.7 | 3.636 |
+
+## 历史版本
+* https://developer.hpccube.com/codes/modelzoo/ProteinMPNN_Pytorch
+## 参考
+* [https://github.com/dauparas/ProteinMPNN](https://github.com/dauparas/ProteinMPNN)
+

model.properties

+# 模型名称
+modelName=ProteinMPNN_Pytorch
+# 模型描述
+modelDescription=ProteinMPNN是一种使用MPNN进行蛋白质预测的模型,该模型输入蛋白质序列和结构信息,输出蛋白质的三维结构
+# 应用场景(多个标签以英文逗号分割)
+appScenario=MPNN,蛋白质结构预测,推理,训练
+# 框架类型(多个标签以英文逗号分割)
+frameType=PyTorch