AF3 make_msa_mask函数解读

AlphaFold3 data_transforms 模块的 make_msa_mask 函数 主要是 为 MSA (多序列比对) 生成初始化的 mask 掩码特征: msa_mask和 msa_row_mask。用于后续的特征处理,确保模型在处理 MSA 时能够识别哪些数据是有效的,哪些需要被忽略(比如填充的 0)。

源代码:

复制代码
def make_msa_mask(protein):
    """Mask features are all ones, but will later be zero-padded."""
    protein["msa_mask"] = torch.ones(protein["msa"].shape, dtype=torch.float32)
    protein["msa_row_mask"] = torch.ones(
        (protein["msa"].shape[0]), dtype=torch.float32
    )
    return protein

源码解读:

复制代码
protein["msa_mask"] = torch.ones(protein["msa"].shape, dtype=torch.float32)
  • protein["msa"] 是一个 (num_seq, num_res) 形状的张量:

    • num_seq:MSA 的序列数。
    • num_res:每条 MSA 序列的氨基酸个数。
  • torch.ones(protein["msa"].shape, dtype=torch.float32) 生成一个全 1 的掩码:

    • 形状(num_seq, num_res)

    • 作用:指示哪些 MSA 位置是有效的。

    • 后续可能的变化

      • 在 MSA 被 zero-padding(填充 0) 之后,填充部分的 msa_mask 可能会被置为 0

      protein["msa_row_mask"] = torch.ones(
      (protein["msa"].shape[0]), dtype=torch.float32
      )

  • protein["msa_row_mask"] 是一个 (num_seq,) 形状的 1D 张量:

    • 作用:指示哪些 MSA 序列是有效的。
    • 后续可能的变化
      • 在 MSA 被 zero-padding 或者裁剪 之后,可能会有 0 置入其中。

代码意义

目的
  • msa_mask :用于 逐个氨基酸 位置的掩码,确保后续计算时忽略填充区域。
  • msa_row_mask :用于 整条 MSA 序列 的掩码,可能用于批处理时过滤无效序列。
作用
  • 确保 MSA 计算时不会受 填充值 (zero-padding) 影响。
  • 在后续的 extra_msa_mask 计算、聚类、特征提取时,利用 msa_mask 来过滤无效数据。
  • DataPipeline 处理过程中,MSA 会被填充到固定长度,msa_mask 可以帮助 标记填充区域

代码关系

变量 形状 作用
msa_mask (num_seq, num_res) 逐个氨基酸位置的掩码,标记 MSA 位置是否有效
msa_row_mask (num_seq,) 逐行掩码,标记 MSA 序列是否有效

最终,make_msa_mask 主要是 初始化 MSA 掩码,确保后续处理可以正确忽略填充区域 ,在 AlphaFold3 处理中起到 屏蔽无效数据 的作用。

相关推荐
LaughingZhu1 小时前
PH热榜 | 2025-05-29
前端·人工智能·经验分享·搜索引擎·产品运营
视觉语言导航2 小时前
俄罗斯无人机自主任务规划!UAV-CodeAgents:基于多智能体ReAct和视觉语言推理的可扩展无人机任务规划
人工智能·深度学习·无人机·具身智能
世润2 小时前
深度学习-梯度消失和梯度爆炸
人工智能·深度学习
pen-ai2 小时前
【深度学习】11. Transformer解析: Self-Attention、ELMo、Bert、GPT
深度学习·bert·transformer
小彭律师2 小时前
LSTM+Transformer混合模型架构文档
人工智能·lstm·transformer
-曾牛2 小时前
使用Spring AI集成Perplexity AI实现智能对话(详细配置指南)
java·人工智能·后端·spring·llm·大模型应用·springai
青钰未央2 小时前
19、Python字符串高阶实战:转义字符深度解析、高效拼接与输入处理技巧
python·改行学it
归去_来兮4 小时前
长短期记忆(LSTM)网络模型
人工智能·深度学习·lstm·时序模型
小和尚同志4 小时前
4.9k star-开源版 DeepWiki
人工智能·aigc
Blue桃之夭夭4 小时前
Python进阶【四】:XML和JSON文件处理
xml·python·json