# Hestia

**Repository Path**: tyang816/hestia

## Basic Information

- **Project Name**: Hestia
- **Description**: Hestia：家庭女神，与实际应用相关。Zero-shot protein language model可以用于预测蛋白质的突变性质，这对于药物研发、生物工程等实际应用具有重要意义。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2023-04-02
- **Last Updated**: 2024-09-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Hestia

## Introduction
Hestia：家庭女神，与实际应用相关。Zero-shot protein language model可以用于预测蛋白质的突变性质，这对于药物研发、生物工程等实际应用具有重要意义。

## Baseline
### Non-MSA
ESM、Tranception、Progen2、MIF-ST、ProTrans、RITA

### MSA
DeepSequence、EVmutation、Tranception

## Example
**请不要修改example中的文件并push**，如果要使用这些模板文件，请另行在heatia根目录新建script文件夹

### example/score
该目录包括了所有baseline的打分样例脚本

如果您需要知道更多的您希望评测的模型信息与参数，**README文件请见各模型目录**，如src/ESM/README.md

### example/metric
包含spearmanr和topx两种打分方法

## Quick Start
新建data文件夹 `mkdir data`，随后您可以将需要打分的蛋白fasta、pdb、a3m、a2m、DMS文件等放入您评估蛋白的文件夹中

如果您希望快速的评估一个蛋白质，我们建议您创建文件夹`data/protein-level/{your_protein}`，目录参考可以如下：
```
·
|—— {your_protein}
|   |—— {your_protein}.fasta
|   |—— {your_protein}.csv/tsv
|   |—— {your_protein}.pdb
|   |—— ...
```

如果您希望评估多个蛋白质组成的数据集，我们建议您创建文件夹`data/dataset-level/{your_dataset}`，目录参考可以如下，其中predictions文件夹中为预测结果，会以您评估的模型为后缀：
```
·
|—— {your_dataset}
|   |—— {your_protein1}
|   |   |   |—— experiments
|   |   |   |   |—— {your_protein1}.tsv
|   |   |   |—— predictions
|   |   |   |   |—— {your_protein1}.{model_name}.tsv
|   |   |—— {your_protein}.fasta
|   |   |—— {your_protein}.pdb
|   |   |—— {your_protein}.a3m
|   |   |—— ...
|   |—— {your_protein2}
|   |   |—— ...
|   |—— {your_protein3}
```