Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Agricultura › R-Predictor
✦ Grátis & open sourceAgricultura

R-Predictor

Pipeline para anotação de genes de resistência a doenças em plantas usando modelos profundos de linguagem de proteínas.

R-Predictor: Anotação de R-Genes em Plantas

Anotação de novo de 15 topologias de domínio distintas de genes de resistência a doenças em plantas.

Grátis para sempre · source-available · Licence not stated in the repository
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
5.5
ZEKAI
Pipeline poderoso de anotação de R-genes
Grátis & open source · Agricultura
Facilidade de configuração2
Utilidade8
Manutenção7
Comunidade5
★ 108
GITHUB
May 2026
ATUALIZADO
Licence not stated in the repository
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

O R-Predictor é um pipeline de aprendizado profundo e aprendizado de máquina construído para anotar 15 topologias de domínio distintas de genes de resistência a doenças em genomas de plantas. Ele foi projetado para pesquisadores e bioinformaticistas que trabalham com genômica vegetal e agricultura inteligente.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
Python
Licença
Licence not stated in the repository

O que é

O pipeline integra quatro módulos de pré-processamento e identificação de dados usando scripts de filtragem personalizados e métodos avaliados comparativamente. Ele recebe sequências de proteínas no formato FASTA como entrada e gera 15 arquivos separados correspondentes a diferentes topologias de domínios de proteínas de resistência a doenças.

Para quem

É adequado para geneticistas vegetais e bioinformaticistas que analisam sequências de proteínas de genoma completo em busca de análogos de genes de resistência. Não é adequado para pesquisadores sem experiência em linha de comando ou aqueles que carecem de recursos para gerenciar várias dependências complexas de bioinformática.

Recursos principais

Modelos Profundos de Linguagem de Proteínas

Integra os modelos ESM-1v e ESM-LRR para análise avançada de sequências de proteínas.

Múltiplas Topologias de Domínio

Anota automaticamente 15 topologias de domínio distintas de genes de resistência a doenças em plantas.

Entradas FASTA Flexíveis

Suporta a execução de análises em arquivos de proteínas únicos ou pastas de processamento em lote de proteínas.

Integração Abrangente de Bancos de Dados

Combina as dependências Pfam36.0, SignalP 6.0, TMHMM-2.0, ProSite e Paircoil2.

Como começar

Pronto em 3 passos

1
Crie e configure os ambientes conda necessários para as dependências Pfam, SignalP e ESM-LRR.
2
Baixe e descompacte os arquivos de modelo e bancos de dados necessários, incluindo PfamA e ESM-1v, nos diretórios designados.
3
Execute o pipeline usando python pipeline.py com seu arquivo ou pasta de entrada de proteínas FASTA.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Identifica 15 topologias de domínio de genes de resistência a doenças distintas em plantas
  • Combina múltiplos bancos de dados biológicos estabelecidos como Pfam36.0 e ProSite
  • Suporta o processamento em lote de múltiplos arquivos de proteínas em um diretório
  • Utiliza modelos profundos de linguagem de proteínas de última geração como ESM-1v e ESM-LRR

Onde deixa a desejar

  • Instalação complexa que requer múltiplos ambientes conda separados e configurações manuais de caminhos
  • Depende de ferramentas de terceiros como SignalP 6.0, TMHMM-2.0 e Paircoil2, que possuem etapas de configuração rigorosas
  • Requer modificações manuais de scripts para caminhos específicos de arquivos de dependência
  • Potenciais problemas de compatibilidade de 64 bits com os arquivos de configuração do Paircoil2
Custo

Preços & licença

O código-fonte é gratuito para uso, embora o README não mencione uma licença open source formal. Não há opção de SaaS hospedada; o único custo é executá-lo por conta própria em seu próprio hardware ou ambiente HPC.

Trabalho remunerado

Vagas para quem fala português

877 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: R-Predictor para Agricultura
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o R-Predictor para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Qual formato de entrada o R-Predictor requer?

Ele requer sequências de proteínas no formato FASTA, onde as linhas de cabeçalho consistem em um '>' seguido por um ID de proteína exclusivo.

Quais ferramentas e bancos de dados são necessários para executar o pipeline?

As dependências incluem Pfam36.0, SignalP 6.0, TMHMM-2.0, ESM-1v, ESM-LRR, ProSite e Paircoil2.

Quantos arquivos de saída são gerados?

Ele gera 15 arquivos de sequência de proteínas, cada um representando uma proteína de resistência a doenças em plantas com uma topologia de domínio diferente.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Agricultura — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google