ProCyon

融合多模态数据，精准预测蛋白质功能表型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 14 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 62
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源模型，MIT许可证，完全免费，可自行部署使用。

项目预览

ProCyon 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队mims-harvard
官网地址https://zitniklab.hms.harvard.edu/ProCyon
GitHubhttps://github.com/mims-harvard/ProCyon
定价模式🏷️完全免费
价格说明开源模型，MIT许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型biology,biomedical-ai,foundation-models,generalist-model,generative-ai,phenotypes,proteins
GitHub 星标★ 62
上线时间2024-09-24 00:00:00
代码更新2025-11-25
仓库体积13.6 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数7

项目介绍

ProCyon 是一个面向蛋白质表型的多模态基础模型，旨在解决蛋白质功能预测中数据异构和标签稀疏的问题。它能够整合蛋白质序列、结构、文本描述以及实验数据等多种模态信息，通过统一的表示学习框架，实现对蛋白质功能、相互作用、亚细胞定位等表型属性的预测。核心能力包括：多模态融合编码、零样本/少样本学习、以及可解释的注意力机制，帮助研究人员在缺乏标注数据的情况下快速探索蛋白质功能。项目处于早期阶段，代码库提供模型架构、训练脚本和推理示例，适合计算生物学和AI制药领域的研究者使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 62

核心亮点

  • 多模态融合设计，同时处理序列、结构、文本，信息利用更全面
  • 支持零样本预测，降低对标注数据的依赖，适合新蛋白研究
  • 提供可解释性注意力权重，帮助理解预测依据

不足之处

  • 文档/社区待观察
  • 模型规模与预训练数据细节未充分披露，复现门槛较高

适用场景

  • 蛋白质功能注释与未知蛋白快速筛查
  • 药物靶点发现中的蛋白-配体相互作用预测
  • 突变体表型影响评估

替代项目

ProtTrans、ESM-2、ProteinBERT

上一篇：GFT

下一篇：awesome-ai-models

同类项目推荐

Monet 开源

让 Transformer 每个专家只懂一件事，可解释性拉满

[ICLR 2025] Monet: Mixture of Monosemantic Experts for Transformers

★ 79 2026-08-09
llama.go 开源

纯 Go 跑 LLaMA，不碰 C++ 也能本地推理

llama.go is like llama.cpp in pure Golang!

★ 1404 2026-08-09
Chinese-Llama-2-7b 开源

下载即用的中文 LLaMA2，让中文对话开箱即跑

开源社区第一个能下载、能运行的中文 LLaMA2 模型！

★ 2199 2026-08-09
BeyondCLIP 开源

多模态检索实战手册，助你选型不踩坑

Not a neutral survey — a field manual for engineers who build, train, and ship mult···

★ 83 2026-08-09
Qwen3.8 开源

开源大模型，本地部署即可对话推理写代码

Qwen3.8 is the large language model series developed by Qwen team, Alibaba Group.

★ 4399 2026-09-15
Janus 开源

一个模型搞定看图说话和画图，多模态全能选手

Janus-Series: Unified Multimodal Understanding and Generation Models

★ 17763 2026-08-09