Integration of protein and coding sequences enables mutual augmentation of the language model

The file structure is as follows:

Project Root
├── TE_MRL
│   ├── MRL_dataset.zip
│   └── TE_dataset.zip
│
├── finetuned_model
│   ├── FoldP
│   ├── LocP
│   ├── SSP
│   └── SolP
│
├── tax_tsne
│   └── emb_3models.zip
│
└── training_data
    ├── FoldP.csv
    ├── LocP.csv
    ├── SolP.csv
    ├── SSP.pkl
    └── pretrain_source_GCF.txt