怎么用lucaprot训练一个多分类的蛋白质模型呢，而不是二分类的

[LucaOne]

参考：https://github.com/LucaOne/LucaOneTasks/blob/master/src/training/lucaone/run_ProtLoc_lucaone_linear.sh 这里只使用一个通路（这个任务只使用lucaone的embedding通路，因为目标是为了对比embedding的效果，你可以将这个脚本的INPUT_TYPE="seq_matrix"便是两通路，也就是增加原始序列的通路，其他参数按需修改，比如序列最大允许长度SEQ_MAX_LENGTH与matrix_max_length，用于最终checkpoint选择的BEST_METRIC_TYPE，以及训练learning rate与batch size等）。 你的任务数据集csv的格式参考这个任务，这个任务是6分类，csv里面最后一个字段是label index，label index与label name的映射在label.txt中。 建议使用LucaOne的embedding，我们使用了很多任务进行测试，LucaOne的embedding在很多任务上都超过esm的embedding。