热门搜索:

dimeng851/embedding

dimeng851

提供三种蛋白质序列嵌入方法（Onehot、ProtTrans、MSA Transformer），可将蛋白质序列转换为数值嵌入，支持FASTA输入和NPY格式输出，适用于蛋白质序列分析与机器学习模型训练。

下载次数: 0状态：社区镜像维护者：dimeng851仓库类型：镜像最近更新：8 个月前

让 AI 帮你使用轩辕镜像？ · 展开查看说明

如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。

只需在 AI 对话中先发送下面这句话即可：

请先完整阅读并严格遵守以下文档中的全部规则与要求：

https://xuanyuan.cloud/agents.md

在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。

查看 agents.md 用法指南与完整示范。国内用户首推元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。若 AI 无法访问外链，可打开说明文档复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。

镜像标签列表与下载命令

Protein Sequence Embedding 镜像文档

镜像概述

本Docker镜像提供三种蛋白质序列嵌入方法，用于将蛋白质序列转换为数值化嵌入表示，支持后续的蛋白质结构预测、功能分析及机器学习模型训练等应用场景。

核心功能与特性

Onehot：将蛋白质序列编码为独热向量表示
ProtTrans：利用ProtTrans模型生成序列嵌入
MSA Transformer：通过MSA Transformer模型进行嵌入（需提供多序列比对文件）

输入与输出

输入要求

FASTA文件：包含待嵌入的蛋白质序列，格式示例：

>DP02585
MWERLNCAAEDFYSRLLQKFNEEKKGIRKDPFLYEADVQVQLISKGQPNPLKNILNENDIVFIVEKVPLEKEETSHIEELQSEETAISDFSTGENVGPLALPVGKARQLIGLYTMAHNPNMTHLKINLPVTALPPLWVRCDSSDPEGTCWLGAELITTNNSITGIVLYVVSCKADKNYSVNLENLKNLHKKRHHLSTVTSKGFAQYELFKSSALDDTITASQTAIALDISWSPVDEILQIPPLSSTATLNIKVESGEPRGPLNHLYRELKFLLVLADGLRTGVTEWLEPLEAKSAVELVQEFLNDLNKLDGFGDSTKKDTEVETLKHDTAAVDRSVKRLFKVRSDLDFAEQLWCKMSSSVISYQDLVKCFTLIIQSLQRGDIQPWLHSGSNSLLSKLIHQSYHGTMDTVSLSGTIPVQMLLEIGLDKLKKDYISFFIGQELASLNHLEYFIAPSVDIQEQVYRVQKLHHILEILVSCMPFIKSQHELLFSLTQICIKYYKQNPLDEQHIFQLPVRPTAVKNLYQSEKPQKWRVEIYSGQKKIKTVWQLSDSSPIDHLNFHKPDFSELTLNGSLEERIFFTNMVTCSQVHFK
>DP02606
MSRQSSVSFRSGGSRSFSTASAITPSVSRTSFTSVSRSGGGGGGGFGRVSLAGACGVGGYGSRSLYNLGGSKRISISTSGGSFRNRFGAGAGGGYGFGGGAGSGFGFGGGAGGGFGLGGGAGFGGGFGGPGFPVCPPGGIQEVTVNQSLLTPLNLQIDPSIQRVRTEEREQIKTLNNKFASFIDKVRFLEQQNKVLDTKWTLLQEQGTKTVRQNLEPLFEQYINNLRRQLDSIVGERGRLDSELRNMQDLVEDFKNKYEDEINKRTTAENEFVMLKKDVDAAYMNKVELEAKVDALMDEINFMKMFFDAELSQMQTHVSDTSVVLSMDNNRNLDLDSIIAEVKAQYEEIANRSRTEAESWYQTKYEELQQTAGRHGDDLRNTKHEISEMNRMIQRLRAEIDNVKKQCANLQNAIADAEQRGELALKDARNKLAELEEALQKAKQDMARLLREYQELMNTKLALDVEIATYRKLLEGEECRLSGEGVGPVNISVVTSSVSSGYGSGSGYGGGLGGGLGGGLGGGLAGGSSGSYYSSSSGGVGLGGGLSVGGSGFSASSGRGLGVGFGSGGGSSSSVKFVSTTSSSRKSFKS

A3M文件（仅MSA Transformer需要）：
- 通过https://github.com/soedinglab/hh-suite%E7%94%9F%E6%88%90
- 文件名格式为[SEQUENCE_NAME/ID].a3m，需与FASTA文件中的序列ID对应（如DP02585.a3m）

输出说明

文件格式：[SEQUENCE_NAME/ID].npy（NumPy数组文件）
输出形状：
- Onehot：(1, 序列长度, 21)
- ProtTrans：(1, 序列长度, 1024)
- MSASA Transformer：(1, 序列长度, 768)

使用方法

1. 拉取镜像

sh
docker pull dimeng851/embedding:v3

2. 选择嵌入方法（可选）

默认启用所有三种嵌入方法（Onehot、ProtTrans、MSA Transformer）。如需仅使用部分方法：

编辑Dockerfile，修改CMD命令中的--embeddingType参数，删除不需要的方法，例如：

sh
CMD python /embedding/main.py --embeddingType onehot,protTrans  # 仅启用Onehot和ProtTrans

3. 运行容器

sh
docker run -d \
  -it \
  --name CONTAINER_NAME \
  --mount type=bind,source=PATH_TO_INPUT_FASTA_FILE,target=/embedding/data/input.fasta \
  --mount type=bind,source=PATH_TO_INPUT_A3M_FOLDER,target=/embedding/data/hmm \
  --mount type=bind,source=PATH_TO_INPUT_OUTPUT_FOLDER,target=/embedding/data/output \
  --mount type=bind,source=PATH_TO_INPUT_TORCH_CHECKPOINT,target=/root/.cache/torch/hub/checkpoints/ \
  --mount type=bind,source=PATH_TO_INPUT_HUGGINGFACE_HUB,target=/root/.cache/huggingface/hub/ \
  dimeng851/embedding:v3

参数说明：

CONTAINER_NAME：自定义容器名称
PATH_TO_INPUT_FASTA_FILE：输入FASTA文件路径
PATH_TO_INPUT_A3M_FOLDER：A3M文件所在文件夹路径（仅MSA Transformer需要）
PATH_TO_INPUT_OUTPUT_FOLDER：输出结果保存路径
PATH_TO_INPUT_TORCH_CHECKPOINT：MSA Transformer模型缓存路径（已下载模型则指定存放目录，否则为模型下载目录）
PATH_TO_INPUT_HUGGINGFACE_HUB：ProtTrans模型缓存路径（已下载模型则指定存放目录，否则为模型下载目录）

4. 示例命令

sh
docker run -d \
  -it \
  --name embed_con \
  --mount type=bind,source=/home/dimeng/caid3/test.fasta,target=/embedding/data/input.fasta \
  --mount type=bind,source=/home/dimeng/project/linker_caid/a3m,target=/embedding/data/hmm \
  --mount type=bind,source=/home/dimeng/caid3/output/embedding,target=/embedding/data/output \
  --mount type=bind,source=/home/dimeng/.cache/torch/hub/checkpoints/,target=/root/.cache/torch/hub/checkpoints/ \
  --mount type=bind,source=/home/dimeng/.cache/huggingface/hub/,target=/root/.cache/huggingface/hub/ \
  dimeng851/embedding:v3

5. 查看结果

嵌入结果将保存在指定的PATH_TO_INPUT_OUTPUT_FOLDER目录下，文件名为各序列ID对应的.npy文件。

环境要求

Docker客户端版本：25.0.3及以上
服务器环境：Docker Desktop 4.27.2（***）或兼容版本
建议配置：至少8GB内存（模型下载和运行需要）

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问标签列表页面。

轩辕镜像加速拉取命令点我查看更多 embedding 镜像标签

docker pull docker.xuanyuan.run/dimeng851/embedding:<标签>

使用方法：

DockerHub 原生拉取命令

docker pull dimeng851/embedding:<标签>

轩辕镜像配置手册

按平台快速找到配置文档

Docker

登录仓库拉取

登录认证 · 私有仓库

专属域名拉取

免登录 · 高速拉取

Linux

Docker 镜像配置

Windows / Mac

Docker Desktop 配置

MacOS OrbStack

OrbStack 容器

Docker Compose

Compose 项目配置

NAS

群晖

Synology 配置

飞牛

fnOS 镜像配置

绿联

绿联 NAS

威联通

QNAP 配置

极空间

极空间 NAS

企业仓库

其他仓库

ghcr · Quay · nvcr

Harbor 镜像源

Proxy Repository 对接

Portainer 镜像源

Registries 配置

Nexus 镜像源

Docker Proxy 缓存

开发工具

Dev Containers

VS Code 开发容器

Podman

Podman 配置指南

Singularity / Apptainer

HPC 科学计算容器

Kubernetes

K8s Containerd

Kubernetes · Containerd

K3s

轻量级集群

面板 / 网络

爱快路由

iKuai 镜像加速

宝塔面板

一键配置镜像源

AI

用 AI 使用轩辕镜像

agents.md · AI 对话 · 提示词

一键安装

一键安装 Docker

Linux Docker 一键安装

需要其他帮助？请查看我们的常见问题 Docker 镜像访问常见问题解答或提交工单

镜像拉取常见问题

功能

免费版与专业版区别

功能对比 · 版本选择

支持的镜像仓库

Docker Hub · GCR · GHCR

新手拉取配置

docker search 限制

专属域名 · Hub 搜索

不支持 push

仅支持 pull · 不支持

拉取速度原因

带宽 · 缓存 · 冷热镜像

错误码

402 与流量用尽

402 · 流量包 · 充值

401 认证失败

401 · docker login

manifest unknown

标签错误 · 镜像不存在

410 Gone 排查

410 · Docker 升级

429 限流

免费版 · 请求频率

其他报错

DNS 超时

DNS 解析 · 网络超时

TLS 证书失败

no matching manifest（架构）

账号

失败是否计费

manifest · blob · 计费

申请开发票（企业 / 个人）

企业 · 个人 · 工单

修改登录密码

网站 · 仓库 · 重置

注销账户

工单 · 数据 · 注销

原理

mirrors 不生效

daemon.json · 重启

去掉域名前缀

docker tag · 重命名

指定架构拉取

ARM64 · AMD64 · 多架构

latest 与「最新」

digest · 版本号 · 标签

查看全部问题→

用户好评

来自真实用户的反馈，见证轩辕镜像的优质服务

oldzhang

运维工程师

Linux服务器

"Docker访问体验非常流畅，大镜像也能快速完成下载。"

热门搜索:

dimeng851/embedding

dimeng851

提供三种蛋白质序列嵌入方法（Onehot、ProtTrans、MSA Transformer），可将蛋白质序列转换为数值嵌入，支持FASTA输入和NPY格式输出，适用于蛋白质序列分析与机器学习模型训练。

下载次数: 0状态：社区镜像维护者：dimeng851仓库类型：镜像最近更新：8 个月前

让 AI 帮你使用轩辕镜像？ · 展开查看说明

只需在 AI 对话中先发送下面这句话即可：

请先完整阅读并严格遵守以下文档中的全部规则与要求：

https://xuanyuan.cloud/agents.md

在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。

镜像标签列表与下载命令

Protein Sequence Embedding 镜像文档

镜像概述

核心功能与特性

Onehot：将蛋白质序列编码为独热向量表示
ProtTrans：利用ProtTrans模型生成序列嵌入
MSA Transformer：通过MSA Transformer模型进行嵌入（需提供多序列比对文件）

输入与输出

输入要求

FASTA文件：包含待嵌入的蛋白质序列，格式示例：

>DP02585
MWERLNCAAEDFYSRLLQKFNEEKKGIRKDPFLYEADVQVQLISKGQPNPLKNILNENDIVFIVEKVPLEKEETSHIEELQSEETAISDFSTGENVGPLALPVGKARQLIGLYTMAHNPNMTHLKINLPVTALPPLWVRCDSSDPEGTCWLGAELITTNNSITGIVLYVVSCKADKNYSVNLENLKNLHKKRHHLSTVTSKGFAQYELFKSSALDDTITASQTAIALDISWSPVDEILQIPPLSSTATLNIKVESGEPRGPLNHLYRELKFLLVLADGLRTGVTEWLEPLEAKSAVELVQEFLNDLNKLDGFGDSTKKDTEVETLKHDTAAVDRSVKRLFKVRSDLDFAEQLWCKMSSSVISYQDLVKCFTLIIQSLQRGDIQPWLHSGSNSLLSKLIHQSYHGTMDTVSLSGTIPVQMLLEIGLDKLKKDYISFFIGQELASLNHLEYFIAPSVDIQEQVYRVQKLHHILEILVSCMPFIKSQHELLFSLTQICIKYYKQNPLDEQHIFQLPVRPTAVKNLYQSEKPQKWRVEIYSGQKKIKTVWQLSDSSPIDHLNFHKPDFSELTLNGSLEERIFFTNMVTCSQVHFK
>DP02606
MSRQSSVSFRSGGSRSFSTASAITPSVSRTSFTSVSRSGGGGGGGFGRVSLAGACGVGGYGSRSLYNLGGSKRISISTSGGSFRNRFGAGAGGGYGFGGGAGSGFGFGGGAGGGFGLGGGAGFGGGFGGPGFPVCPPGGIQEVTVNQSLLTPLNLQIDPSIQRVRTEEREQIKTLNNKFASFIDKVRFLEQQNKVLDTKWTLLQEQGTKTVRQNLEPLFEQYINNLRRQLDSIVGERGRLDSELRNMQDLVEDFKNKYEDEINKRTTAENEFVMLKKDVDAAYMNKVELEAKVDALMDEINFMKMFFDAELSQMQTHVSDTSVVLSMDNNRNLDLDSIIAEVKAQYEEIANRSRTEAESWYQTKYEELQQTAGRHGDDLRNTKHEISEMNRMIQRLRAEIDNVKKQCANLQNAIADAEQRGELALKDARNKLAELEEALQKAKQDMARLLREYQELMNTKLALDVEIATYRKLLEGEECRLSGEGVGPVNISVVTSSVSSGYGSGSGYGGGLGGGLGGGLGGGLAGGSSGSYYSSSSGGVGLGGGLSVGGSGFSASSGRGLGVGFGSGGGSSSSVKFVSTTSSSRKSFKS

A3M文件（仅MSA Transformer需要）：
- 通过https://github.com/soedinglab/hh-suite%E7%94%9F%E6%88%90
- 文件名格式为[SEQUENCE_NAME/ID].a3m，需与FASTA文件中的序列ID对应（如DP02585.a3m）

输出说明

文件格式：[SEQUENCE_NAME/ID].npy（NumPy数组文件）
输出形状：
- Onehot：(1, 序列长度, 21)
- ProtTrans：(1, 序列长度, 1024)
- MSASA Transformer：(1, 序列长度, 768)

使用方法

1. 拉取镜像

sh
docker pull dimeng851/embedding:v3

2. 选择嵌入方法（可选）

默认启用所有三种嵌入方法（Onehot、ProtTrans、MSA Transformer）。如需仅使用部分方法：

编辑Dockerfile，修改CMD命令中的--embeddingType参数，删除不需要的方法，例如：

sh
CMD python /embedding/main.py --embeddingType onehot,protTrans  # 仅启用Onehot和ProtTrans

3. 运行容器

sh
docker run -d \
  -it \
  --name CONTAINER_NAME \
  --mount type=bind,source=PATH_TO_INPUT_FASTA_FILE,target=/embedding/data/input.fasta \
  --mount type=bind,source=PATH_TO_INPUT_A3M_FOLDER,target=/embedding/data/hmm \
  --mount type=bind,source=PATH_TO_INPUT_OUTPUT_FOLDER,target=/embedding/data/output \
  --mount type=bind,source=PATH_TO_INPUT_TORCH_CHECKPOINT,target=/root/.cache/torch/hub/checkpoints/ \
  --mount type=bind,source=PATH_TO_INPUT_HUGGINGFACE_HUB,target=/root/.cache/huggingface/hub/ \
  dimeng851/embedding:v3

参数说明：

CONTAINER_NAME：自定义容器名称
PATH_TO_INPUT_FASTA_FILE：输入FASTA文件路径
PATH_TO_INPUT_A3M_FOLDER：A3M文件所在文件夹路径（仅MSA Transformer需要）
PATH_TO_INPUT_OUTPUT_FOLDER：输出结果保存路径
PATH_TO_INPUT_TORCH_CHECKPOINT：MSA Transformer模型缓存路径（已下载模型则指定存放目录，否则为模型下载目录）
PATH_TO_INPUT_HUGGINGFACE_HUB：ProtTrans模型缓存路径（已下载模型则指定存放目录，否则为模型下载目录）

4. 示例命令

sh
docker run -d \
  -it \
  --name embed_con \
  --mount type=bind,source=/home/dimeng/caid3/test.fasta,target=/embedding/data/input.fasta \
  --mount type=bind,source=/home/dimeng/project/linker_caid/a3m,target=/embedding/data/hmm \
  --mount type=bind,source=/home/dimeng/caid3/output/embedding,target=/embedding/data/output \
  --mount type=bind,source=/home/dimeng/.cache/torch/hub/checkpoints/,target=/root/.cache/torch/hub/checkpoints/ \
  --mount type=bind,source=/home/dimeng/.cache/huggingface/hub/,target=/root/.cache/huggingface/hub/ \
  dimeng851/embedding:v3

5. 查看结果

嵌入结果将保存在指定的PATH_TO_INPUT_OUTPUT_FOLDER目录下，文件名为各序列ID对应的.npy文件。

环境要求

Docker客户端版本：25.0.3及以上
服务器环境：Docker Desktop 4.27.2（***）或兼容版本
建议配置：至少8GB内存（模型下载和运行需要）

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问标签列表页面。

轩辕镜像加速拉取命令点我查看更多 embedding 镜像标签

docker pull docker.xuanyuan.run/dimeng851/embedding:<标签>

使用方法：

DockerHub 原生拉取命令

docker pull dimeng851/embedding:<标签>

轩辕镜像配置手册

按平台快速找到配置文档

Docker

登录仓库拉取

登录认证 · 私有仓库

专属域名拉取

免登录 · 高速拉取

Linux

Docker 镜像配置

Windows / Mac

Docker Desktop 配置

MacOS OrbStack

OrbStack 容器

Docker Compose

Compose 项目配置

NAS

群晖

Synology 配置

飞牛

fnOS 镜像配置

绿联

绿联 NAS

威联通

QNAP 配置

极空间

极空间 NAS

企业仓库

其他仓库

ghcr · Quay · nvcr

Harbor 镜像源

Proxy Repository 对接

Portainer 镜像源

Registries 配置

Nexus 镜像源

Docker Proxy 缓存

开发工具

Dev Containers

VS Code 开发容器

Podman

Podman 配置指南

Singularity / Apptainer

HPC 科学计算容器

Kubernetes

K8s Containerd

Kubernetes · Containerd

K3s

轻量级集群

面板 / 网络

爱快路由

iKuai 镜像加速

宝塔面板

一键配置镜像源

AI

用 AI 使用轩辕镜像

agents.md · AI 对话 · 提示词

一键安装

一键安装 Docker

Linux Docker 一键安装

需要其他帮助？请查看我们的常见问题 Docker 镜像访问常见问题解答或提交工单

镜像拉取常见问题

功能

免费版与专业版区别

功能对比 · 版本选择

支持的镜像仓库

Docker Hub · GCR · GHCR

新手拉取配置

docker search 限制

专属域名 · Hub 搜索

不支持 push

仅支持 pull · 不支持

拉取速度原因

带宽 · 缓存 · 冷热镜像

错误码

402 与流量用尽

402 · 流量包 · 充值

401 认证失败

401 · docker login

manifest unknown

标签错误 · 镜像不存在

410 Gone 排查

410 · Docker 升级

429 限流

免费版 · 请求频率

其他报错

DNS 超时

DNS 解析 · 网络超时

TLS 证书失败

no matching manifest（架构）

账号

失败是否计费

manifest · blob · 计费

申请开发票（企业 / 个人）

企业 · 个人 · 工单

修改登录密码

网站 · 仓库 · 重置

注销账户

工单 · 数据 · 注销

原理

mirrors 不生效

daemon.json · 重启

去掉域名前缀

docker tag · 重命名

指定架构拉取

ARM64 · AMD64 · 多架构

latest 与「最新」

digest · 版本号 · 标签

查看全部问题→

用户好评

来自真实用户的反馈，见证轩辕镜像的优质服务

oldzhang

运维工程师

Linux服务器

"Docker访问体验非常流畅，大镜像也能快速完成下载。"

dimeng851/embedding

提供三种蛋白质序列嵌入方法（Onehot、ProtTrans、MSA Transformer），可将蛋白质序列转换为数值嵌入，支持FASTA输入和NPY格式输出，适用于蛋白质序列分析与机器学习模型训练。

Protein Sequence Embedding 镜像文档

镜像概述

核心功能与特性

输入与输出

输入要求

输出说明

使用方法

1. 拉取镜像

2. 选择嵌入方法（可选）

3. 运行容器

4. 示例命令

5. 查看结果

环境要求

镜像拉取方式

轩辕镜像加速拉取命令点我查看更多 embedding 镜像标签

DockerHub 原生拉取命令

更多 embedding 镜像推荐

openeuler/embedding

opea/embedding

shareai/embedding

exclusivebinary/embedding

iknowdotdev/embedding

brianlan/embedding

查看更多 embedding 相关镜像

轩辕镜像配置手册

Docker

登录仓库拉取

专属域名拉取

Linux

Windows / Mac

MacOS OrbStack

Docker Compose

NAS

群晖

飞牛

绿联

威联通

极空间

企业仓库

其他仓库

Harbor 镜像源

Portainer 镜像源

Nexus 镜像源

开发工具

Dev Containers

Podman

Singularity / Apptainer

Kubernetes

K8s Containerd

K3s

面板 / 网络

爱快路由

宝塔面板

AI

用 AI 使用轩辕镜像

一键安装

一键安装 Docker

镜像拉取常见问题

功能

免费版与专业版区别

支持的镜像仓库

新手拉取配置

docker search 限制

不支持 push

拉取速度原因

错误码

402 与流量用尽

401 认证失败

manifest unknown

410 Gone 排查

429 限流

其他报错

DNS 超时

TLS 证书失败

no matching manifest（架构）

账号

失败是否计费

申请开发票（企业 / 个人）