PichiaCLM-Torch
毕赤酵母密码子语言模型（PyTorch）
PichiaCLM 的 PyTorch 复现与优化版本，用于毕赤酵母异源蛋白表达的密码子偏好性预测
PyTorch reimplementation of PichiaCLM — a deep learning codon optimization model for Pichia pastoris
PyTorch Deep Learning Bioinformatics Codon Optimization Jupyter Notebook
在 GitHub 查看 ↗ 2026年6月3日
毕赤酵母（Pichia pastoris）是工业蛋白生产中最常用的宿主之一，密码子偏好性直接影响目标蛋白的表达量与折叠质量。本项目将 PichiaCLM 的原始实现迁移至 PyTorch，并针对训练效率和推理速度进行了优化。
模型结构
- 双向 GRU 编码器 + GRU 解码器 + 注意力机制的 seq2seq 密码子语言模型（CLM）
- 输入氨基酸序列，输出针对毕赤酵母优化的密码子组合方案
- 支持批量推理与序列评分，用于筛选高表达候选基因
应用场景
在异源蛋白表达流程中，密码子优化是提升产量的关键步骤。本模型可在基因设计阶段为工程师提供量化的密码子偏好建议，减少湿实验试错次数。
Tech Stack
Python · PyTorch · Jupyter Notebook · Bioinformatics