論文の概要: FoldKit: A Python library for efficient storage and retrieval of co-folding predictions
- arxiv url: http://arxiv.org/abs/2608.28788v1
- Date: Fri, 28 Aug 2026 18:49:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.745961
- Title: FoldKit: A Python library for efficient storage and retrieval of co-folding predictions
- Title（参考訳）: FoldKit: 共フォールディング予測の効率的なストレージと検索のためのPythonライブラリ
- Abstract要約: AlphaFold 3 (AF3) は、複数の相互作用する分子の共折りによる生体分子複合体の構造予測を可能にする。
FoldKitは,大規模AF3コフォールディング結果の効率的な保存と解析を行うPythonパッケージである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AlphaFold 3 (AF3) enables structure prediction of biomolecular complexes through co-folding multiple interacting molecules, making it increasingly useful for de novo protein design and for large-scale studies of protein-protein, protein-peptide, and other biomolecular interactions. However, systematic co-folding experiments can produce large volumes of output data, particularly when multiple random seeds and samples are generated for each input complex. We introduce FoldKit, a Python package for efficient storage and analysis of large-scale AF3 co-folding results. FoldKit converts raw AF3 outputs into a compact, structured representation while preserving the metadata needed for downstream analysis. The FoldKit Python library provides convenient programmatic access to global, single chain, and interface confidence metrics such as pLDDT, pTM, ipTM, ipAE, and ipSAE, as well as an ensemble-level interface for accessing and aggregating these metrics for a single input across multiple seeds and samples. We benchmark FoldKit on three types of AF3 co-folding datasets: (i) a protein design campaign with 2 chains per input, (ii) a TCR-pMHC dataset with 4 chains per input, and (iii) a pooled-AF3 protein-protein interaction dataset with up to 22 chains per input. We find that FoldKit reduces storage requirements by approximately 5-15-fold compared to native AF3 outputs, depending on dataset composition, while maintaining direct programmatic access to individual predictions, ensembles, and confidence metrics. By reducing storage requirements and facilitating programmatic access to relevant outputs, FoldKit facilitates large-scale computational studies of biomolecular interactions. FoldKit is available from PyPI and can be installed using pip.
- Abstract（参考訳）: AlphaFold 3 (AF3) は、複数の相互作用する分子の共折りによる生体分子複合体の構造予測を可能にし、デ・ノボタンパク質の設計やタンパク質-タンパク質、タンパク質-ペプチド、その他の生体分子相互作用の大規模研究に益々有用である。
しかし、システマティック・コフォールディング実験は、特に入力複合体ごとに複数のランダムな種やサンプルが生成される場合、大量の出力データを生成することができる。
FoldKitは,大規模AF3コフォールディング結果の効率的な保存と解析を行うPythonパッケージである。
FoldKitは、生のAF3出力を、下流の分析に必要なメタデータを保持しながら、コンパクトで構造化された表現に変換する。
FoldKit Pythonライブラリは、pLDDT、pTM、ipTM、ipAE、ipSAEといったグローバル、シングルチェーン、インターフェース信頼メトリクスへの便利なプログラムアクセスを提供し、複数のシードやサンプルをまたいだ単一の入力に対してこれらのメトリクスにアクセスおよび集約するためのアンサンブルレベルのインターフェースを提供する。
FoldKitを3種類のAF3コフォールディングデータセットでベンチマークします。
(i)入力毎に2つの鎖を持つタンパク質設計キャンペーン
(ii)入力毎に4つの連鎖を持つTCR-pMHCデータセット、及び
3) 最大22鎖の入力をプールしたAF3タンパク質とタンパク質の相互作用データセット。
FoldKitは、データセットの構成によって、ネイティブAF3出力と比較して、ストレージ要件を約5～15倍削減し、個々の予測、アンサンブル、信頼性メトリクスへのプログラムによる直接アクセスを維持します。
ストレージの要件を減らし、関連する出力へのプログラム的アクセスを容易にすることで、FoldKitはバイオ分子相互作用の大規模計算研究を促進する。
FoldKitはPyPIから入手できる。
関連論文リスト
- LIDARLearn: A Unified Deep Learning Library for 3D Point Cloud Classification, Segmentation, and Self-Supervised Representation Learning [1.2599533416395765]
3次元の3次元クラウド解析は、自律運転やロボット工学から林業や生態モニタリングまで幅広い応用の中心となっている。
libは統合されたPyTorchライブラリで、29の教師付きアーキテクチャ、7つのSSL事前トレーニングメソッド、5つのPEFT戦略を含む55以上のモデル構成を統合している。
libは、標準化されたトレーニングランナー、階層化された$K$-fold分割によるクロスバリデーション、自動化/CSVテーブル生成、厳密なマルチモデル比較のための臨界差図を用いたFriedman/Nemenyi統計テスト、200以上の自動テストを備えた総合的なテストスイートを提供する。
論文 参考訳（メタデータ） (2026-04-12T19:10:12Z) - S$^2$Drug: Bridging Protein Sequence and 3D Structure in Contrastive Representation Learning for Virtual Screening [72.89086338778098]
タンパク質リガンドコントラスト表現学習のための2段階フレームワークを提案する。
最初の段階では、ESM2ベースのバックボーンを用いて、ChemBLでタンパク質配列を事前訓練する。
第2段階では、残基レベルゲーティングモジュールを介して配列と構造情報を融合することでPDBBindを微調整する。
この補助的なタスクは、モデルを誘導し、タンパク質配列内の結合残基を正確に局在させ、それらの3次元空間配列をキャプチャする。
論文 参考訳（メタデータ） (2025-11-10T11:57:47Z) - Fast, memory-efficient genomic interval tokenizers for modern machine learning [11.571506663357015]
gtars-tokenizersは、ゲノム間隔を予め定義された宇宙や領域の語彙にマッピングするライブラリである。
gtars-tokenizersは2つの重複メソッド(BITSとAIList)を実装し、モダンなMLフレームワークとシームレスに統合する。
このトークンベースのアプローチは、ゲノミクスと機械学習をブリッジし、さまざまな環境にわたるインターバルデータのスケーラブルな分析をサポートする。
論文 参考訳（メタデータ） (2025-11-03T13:18:36Z) - pyFAST: A Modular PyTorch Framework for Time Series Modeling with Multi-source and Sparse Data [10.949140998070732]
pyFASTは時系列分析のための研究指向のPyTorchフレームワークである。
データエンジンは複雑なシナリオのために設計されており、マルチソースローディング、タンパク質配列処理、効率的なシーケンスおよびパッチレベルのパディング、動的正規化、マスクベースのモデリングをサポートする。
GitHubでMITライセンスでリリースされているpyFASTは、時系列の研究とアプリケーションを進めるための、コンパクトだが強力なプラットフォームを提供する。
論文 参考訳（メタデータ） (2025-08-26T10:05:47Z) - adabmDCA 2.0 -- a flexible but easy-to-use package for Direct Coupling Analysis [0.0]
ボルツマン機械学習に基づく直接結合解析(DCA)の柔軟な実装を提供する。
textttadabmDCA 2.0パッケージは、異なるアーキテクチャで利用可能な異なるプログラミング言語(C++、Julia、Python)で利用可能である。
論文 参考訳（メタデータ） (2025-01-30T16:15:33Z) - PyPOTS: A Python Toolkit for Machine Learning on Partially-Observed Time Series [20.491714178518155]
PyPOTSは、データマイニングと分析のためのオープンソースのライブラリである。
5つのタスクに分類される多様なアルゴリズムに簡単にアクセスできる。
PyPOTSはPyPI、Anaconda、Dockerで利用できる。
論文 参考訳（メタデータ） (2023-05-30T07:57:05Z) - HelixFold-Single: MSA-free Protein Structure Prediction by Using Protein
Language Model as an Alternative [61.984700682903096]
HelixFold-Singleは、大規模なタンパク質言語モデルとAlphaFold2の優れた幾何学的学習能力を組み合わせるために提案されている。
提案手法は,数千万の一次配列を持つ大規模タンパク質言語モデルを事前学習する。
我々は、一次系列のみから原子の3次元座標を予測するために、エンドツーエンドの微分可能なモデルを得る。
論文 参考訳（メタデータ） (2022-07-28T07:30:33Z) - Stochastic Gradient Descent without Full Data Shuffle [65.97105896033815]
CorgiPileは階層的なデータシャッフル戦略で、完全なデータシャッフルを回避すると同時に、完全なシャッフルを実行したかのようにSGDの収束率を同等に維持する。
以上の結果から,CorgiPileは深層学習モデルと一般化線形モデルの両方において,全シャッフルベースSGDと同等の収束率を達成できることが示唆された。
論文 参考訳（メタデータ） (2022-06-12T20:04:31Z) - Focal Sparse Convolutional Networks for 3D Object Detection [121.45950754511021]
我々はスパースCNNの能力を高めるために2つの新しいモジュールを導入する。
焦点スパース・コンボリューション(Focals Conv)であり、焦点スパース・コンボリューションの多様変種である。
スパース・コンボリューションにおける空間的に学習可能な空間空間性は,高度な3次元物体検出に不可欠であることを示す。
論文 参考訳（メタデータ） (2022-04-26T17:34:10Z) - Fold2Seq: A Joint Sequence(1D)-Fold(3D) Embedding-based Generative Model
for Protein Design [70.27706384570723]
Fold2Seqは特定の標的に条件付きタンパク質配列を設計するための新しいフレームワークである。
Fold2Seqの性能は, シーケンス設計の速度, カバレッジ, 信頼性において向上したか, 同等であったかを示す。
フォールドベースのFold2Seqの独特な利点は、構造ベースのディープモデルやRosettaDesignと比較して、3つの現実世界の課題においてより明確になる。
論文 参考訳（メタデータ） (2021-06-24T14:34:24Z) - Intrinsic-Extrinsic Convolution and Pooling for Learning on 3D Protein
Structures [18.961218808251076]
大規模タンパク質データの深部3次元解析を可能にする2つの新しい学習操作を提案する。
まず、内在的(タンパク質の折り畳みの下での不変)と外因的(結合下での不変)の両方を考慮する新しい畳み込み演算子を導入する。
第2に、階層的なプーリング演算子を導入し、タンパク質がアミノ酸の有限組の再結合であるという事実を活用することにより、マルチスケールのタンパク質分析を可能にする。
論文 参考訳（メタデータ） (2020-07-13T09:02:40Z) - MOGPTK: The Multi-Output Gaussian Process Toolkit [71.08576457371433]
ガウス過程(GP)を用いたマルチチャネルデータモデリングのためのPythonパッケージMOGPTKを提案する。
このツールキットの目的は、研究者、データサイエンティスト、実践者にもMOGP(multi-output GP)モデルを利用できるようにすることである。
論文 参考訳（メタデータ） (2020-02-09T23:34:49Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。