# Proteus-Legacy

**Repository Path**: ieeetrans/Proteus-Legacy

## Basic Information

- **Project Name**: Proteus-Legacy
- **Description**: 项目名称 ：Proteus
项目内容：目前最大的蛋白质突变数据库与ZeroShot模型测试😭
名称解蛋：白质突变相关。Proteus可以改变自己的形态，而蛋白质突变也可以改变蛋白质的结构和功能。Proteus（普罗提斯）是希腊神话中的变形神，能够改变自己的形态，具有预知未来的能力。Proteus经常被认为是一种难以捉摸的存在，因为他可以通过改变自己的形态来变化，这也使得“Protean”这个词成为了一种形容词，用来形容难以捉摸、多变的事物。）

- **Primary Language**: 其他
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-03-28
- **Last Updated**: 2024-03-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Protein Fitness Zero-shot Prediction (PFZP)

## 目录说明

- data 数据

## data/common_proteins 文件组织说明

- common_proteins (数据总目录)
    - NAME/ 蛋白质的主目录
      - NAME/NAME.fasta 蛋白质的序列文件 fasta格式
      - NAME/NAME.pdb 蛋白质的3D结构文件 pdb格式
      - NAME/NAME.a3m 蛋白质的多序列比对文件 a3m格式 (a3m文件的读取和fasta文件的读取一样)
      - NAME/NAME-info.json 蛋白质的基本信息 json格式
      - NAME/experiments/ 蛋白质的突变数据集目录(实验预测)
        - NAME/experiments/A-B.tsv 命名规则：(A是蛋白质名;B是标签;AB均不允许包含控制字符"-")
      - NAME/predictions/ 蛋白质的突变数据集目录(Zero-shot模型预测)
        - NAME/predictions/A-B.C.tsv 命名规则：(A是蛋白质名;B是标签;C是模型名;ABC均不允许包含控制字符"-")

### Scripts 脚本使用说明

#### check_sequence

check_sequence:  
(1)检查PDB文件序列和FASTA文件序列是否一致  
(2)检查a3m文件和FASTA文件序列是否一致

```shell
python -m scripts.check_sequence --path ./data/common_proteins
```

#### check_format

check_format 用于检查data/common_proteins目录中的数据是否符合README

```shell
python -m scripts.check_format --path ./data/common_proteins
```

#### check_uniformity

check_uniformity 用于检查突变的tsv文件是否和fasta文件一致

```shell
python -m scripts.check_uniformity --path ./data/common_proteins
```

#### check_tsv
check_tsv 用于检查experiments和predictions的tsv文件是否一致
```shell
python -m scripts.check.tsv --path ./data/common_proteins
```

#### check_mutant_fault

check_mutant_fault 用于检查实验文件中mutant列的错误，包括：1）突变前和突变后的氨基酸一致；2）缺失突变后的氨基酸

```shell
python -m scripts.check_mutant_fault --path ./data/common_proteins
```

#### check_tsv_score

check_tsv_score 用于检查所有tsv文件的score列是否有空值

```shell
python -m scripts.check_tsv_score --path ./data/common_proteins
```