Protein-Vec 사용 방법 안내

Protein-Vec을 사용하는 방법에 대한 지침입니다.

먼저, GitHub 저장소를 다음과 같이 설치합니다:

필요한 패키지를 설치하고, protein-vec 디렉토리 내에서 다음 명령어를 실행합니다:

pip install .

pip install seaborn faiss-gpu jupyter notebook

다음 명령어를 사용하여 aspect-vec과 protein-vec 모델을 모두 다운로드합니다 (총 약 ~3GB):

이 모델들을 다음 명령어로 압축 해제합니다:

tar -zxvf protein_vec_models.gz

이제 이 모델 디렉토리를 git clone으로 방금 설치한 ‘src_run’과 같은 디렉토리로 이동해야 합니다. 상대 경로를 사용하므로 여기에 위치시키는 것이 중요합니다.

mv protein_vec_models protein-vec/src_run/

Protein-Vec 검색을 수행하려면 Protein-Vec 조회 데이터베이스에서 읽어와야 합니다. 다음 명령어로 이 조회 데이터베이스와 해당 메타데이터를 다운로드합니다:

다음 명령어로 압축 해제합니다:

tar -zxvf protein_vec_embeddings.gz

이것 또한 src_run 디렉토리로 이동시킵니다.

mv protein_vec_embeddings protein-vec/src_run/

Protein-Vec 사용 방법을 안내하는 튜토리얼을 따라하려면, src_run 디렉토리에 있는 노트북 “gh_encode_and_search_new_proteins.ipynb”를 따라합니다.

이 노트북에서 Protein-Vec을 사용하여 단백질을 인코딩하고, 해당 단백질들을 시각화/클러스터링하는 방법을 배울 수 있습니다. 또한 Protein-Vec을 사용한 검색 방법도 배울 수 있습니다.

튜토리얼 노트북을 따라 하려면 서열(sequence)과 기타 메타데이터 필드를 가진 데이터셋이 필요하며, uniprot 데이터를 다음과 같이 다운로드할 수 있습니다:

src_run/ 디렉토리에 data/ 디렉토리를 생성하고, 데이터셋 파일을 그곳으로 이동시킵니다:

mkdir src_run/data/

mv uniprotkb_AND_reviewed_true_2023_07_03.tsv src_run/data/