diurnal is a Python library that can predict RNA secondary structures and
help develop new prediction models.
Features:
- Download RNA datasets (ArchiveII, RNASTRalign, and RNA STRAND)
- Pre-process data for training
- Train neural networks
- Evaluate performances
- Visualize results
This library requires Pytorch, which can be installed as described on the page
https://pytorch.org/get-started/locally/. After Pytorch is installed in your
environment, you can install the diurnal library with pip:
git clone https://github.com/Vincent-Therrien/diurnal.git
cd diurnal
pip install .The following
notebook
presents a full use case of the library. You can find more examples in the
demo directory.
The documentation is available here.
You can access the documentation source code in the directory docs.
The test suite can be executed with the command:
pytest testdiurnal est une bibliothèque Python qui sert à prédire les structures
secondaires de molécules d'ARN et à développer de nouveaux modèles.
Fonctionnalités :
- Télécharger des ensembles de données (ArchiveII, RNASTRalign, et RNA STRAND)
- Pré-traiter les données en vue de l'entraînement
- Concevoir et entraîner des réseaux neuronaux
- Évaluer les performances
- Visualiser les résultats
La bibliothèque requiert Pytorch, qui peut être installé en suivant les
instructions disponibles à https://pytorch.org/get-started/locally/. Une fois
Pytorch installé, vous pouvez installer diurnal avec les commandes
suivantes :
git clone https://github.com/Vincent-Therrien/diurnal.git
cd diurnal
pip install .Le carnet interactif
inclus dans le répertoire des démonstrations présente un cas d'utilisation
complet de la bibliothèque. Consultez le répertoire ./demo pour voir des
exemples commentés d'utilisation de la bibliothèque.
La documentation est disponible ici.
Le dépôt contient un cadre de tests automatisés développé avec la bibliothèque
pytest. Lancez la commandes suivante pour l'exécuter :
pytest test