库名称：transformers 标签：

• 密码子转换器
• 计算生物学
• 机器学习
• 生物信息学
• 合成生物学 许可证：apache-2.0 流水线标签：令牌分类

密码子转换器是密码子优化的终极工具，能将蛋白质序列转化为针对目标生物体优化的DNA序列。无论您是基因工程领域的研究者还是从业者，密码子转换器都提供了一套全面的功能来简化您的工作。通过利用Transformer架构和用户友好的Jupyter笔记本，它降低了密码子优化的复杂性，为您节省时间和精力。

作者

阿迪布瓦法·法拉普尔^1,2*，文森特·古雷吉安³*，纪尧姆·J·菲利昂²‡，阿里尔·B·林德纳³‡，阿米尔·潘迪³‡

¹ 加拿大安大略省多伦多市向量人工智能研究所
² 加拿大多伦多大学士嘉堡分校；生物科学系；安大略省士嘉堡市
³ 法国巴黎西岱大学，INSERM U1284，跨学科研究中心，F-75006巴黎
* 这些作者对工作贡献均等。
‡ 通讯作者联系方式：
guillaume.filion@utoronto.ca, ariel.lindner@inserm.fr, amir.pandi@cri-paris.org

使用案例

交互式演示请查看我们的Google Colab笔记本。

安装密码子转换器后，您可以使用：

import torch
from transformers import AutoTokenizer, BigBirdForMaskedLM
from CodonTransformer.CodonPrediction import predict_dna_sequence
from CodonTransformer.CodonJupyter import format_model_output
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")


# 加载模型和分词器
tokenizer = AutoTokenizer.from_pretrained("adibvafa/CodonTransformer")
model = BigBirdForMaskedLM.from_pretrained("adibvafa/CodonTransformer").to(device)


# 设置输入数据
protein = "MALWMRLLPLLALLALWGPDPAAAFVNQHLCGSHLVEALYLVCGERGFFYTPKTRREAEDLQVGQVELGG"
organism = "大肠杆菌通用型"


# 使用密码子转换器预测
output = predict_dna_sequence(
    protein=protein,
    organism=organism,
    device=device,
    tokenizer=tokenizer,
    model=model,
    attention_type="original_full",
    deterministic=True
)
print(format_model_output(output))

输出结果为：

-----------------------------
|          生物体          |
-----------------------------
大肠杆菌通用型

-----------------------------
|       输入蛋白质        |
-----------------------------
MALWMRLLPLLALLALWGPDPAAAFVNQHLCGSHLVEALYLVCGERGFFYTPKTRREAEDLQVGQVELGG

-----------------------------
|      处理后的输入       |
-----------------------------
M_UNK A_UNK L_UNK W_UNK M_UNK R_UNK L_UNK L_UNK P_UNK L_UNK L_UNK A_UNK L_UNK L_UNK A_UNK L_UNK W_UNK G_UNK P_UNK D_UNK P_UNK A_UNK A_UNK A_UNK F_UNK V_UNK N_UNK Q_UNK H_UNK L_UNK C_UNK G_UNK S_UNK H_UNK L_UNK V_UNK E_UNK A_UNK L_UNK Y_UNK L_UNK V_UNK C_UNK G_UNK E_UNK R_UNK G_UNK F_UNK F_UNK Y_UNK T_UNK P_UNK K_UNK T_UNK R_UNK R_UNK E_UNK A_UNK E_UNK D_UNK L_UNK Q_UNK V_UNK G_UNK Q_UNK V_UNK E_UNK L_UNK G_UNK G_UNK __UNK

-----------------------------
|       预测DNA序列       |
-----------------------------
ATGGCTTTATGGATGCGTCTGCTGCCGCTGCTGGCGCTGCTGGCGCTGTGGGGCCCGGACCCGGCGGCGGCGTTTGTGAATCAGCACCTGTGCGGCAGCCACCTGGTGGAAGCGCTGTATCTGGTGTGCGGTGAGCGCGGCTTCTTCTACACGCCCAAAACCCGCCGCGAAGCGGAAGATCTGCAGGTGGGCCAGGTGGAGCTGGGCGGCTAA

附加资源

• 项目网站
  https://adibvafa.github.io/CodonTransformer/

• GitHub仓库
  https://github.com/Adibvafa/CodonTransformer

• Google Colab演示
  https://adibvafa.github.io/CodonTransformer/GoogleColab

• PyPI包
  https://pypi.org/project/CodonTransformer/

• 论文
  https://www.nature.com/articles/s41467-025-58588-7

引用

@article{Fallahpour_Gureghian_Filion_Lindner_Pandi_2025,
  title={密码子转换器：使用上下文感知神经网络的多物种密码子优化器},
  volume={16},
  ISSN={2041-1723},
  url={https://www.nature.com/articles/s41467-025-58588-7},
  DOI={10.1038/s41467-025-58588-7},
  number={1},
  journal={自然通讯},
  author={法拉普尔, 阿迪布瓦法 and 古雷吉安, 文森特 and 菲利昂, 纪尧姆·J and 林德纳, 阿里尔·B and 潘迪, 阿米尔},
  year={2025},
  month=四月,
  pages={3205},
  language={中文}
}