/ Модель

Характеристики

Архитектура
isoformer · dense
Опубликована
13 мая 2024

isoformer

Заполнение пропусковТекст → текст3 профессии

Isoformer объединяет последовательности ДНК, РНК и белков для предсказания экспрессии транскриптов в тканях.

128скачиваний за 30 дней7лайковвеса обновлены13 июн 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Isoformer — модель InstaDeep для предсказания дифференциальной экспрессии транскриптов по последовательностям ДНК, РНК и белка. Архитектура семейства Isoformer использует знания трёх предварительно обученных энкодеров: Enformer для ДНК, Nucleotide Transformer v2 для РНК и ESM2 для белков.

Модель предназначена для анализа экспрессии транскриптов в разных тканях и объединяет несколько биологических модальностей. Она обучалась на данных GTEx: измерениях TPM для 30 тканей, охватывающих более 5000 человек и около 170 тысяч транскриптов, включая примерно 90 тысяч белок-кодирующих транскриптов.

В карточке заявлено, что Isoformer точно предсказывает дифференциальную экспрессию и превосходит существующие методы; количественные результаты в предоставленном описании не приведены. Метаданные указывают задачу fill-mask, но README описывает получение эмбеддингов и предсказаний экспрессии. Лицензия и подробные условия использования в предоставленных данных отсутствуют.

Сценарии применения

  • предсказание экспрессии транскрипта по последовательностям ДНК, РНК и белка
  • сравнение экспрессии транскриптов между тканями
  • получение эмбеддингов биологических последовательностей для анализа экспрессии

Ограничения

Заявленное превосходство над существующими методами не подкреплено количественными результатами в предоставленной карточке. Условия лицензии и применимость к данным вне описанного набора GTEx не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Isoformer

Isoformer is a model able to accurately predict differential transcript expression, outperforming existing methods and leveraging the use of multiple modalities. Our framework achieves efficient transfer knowledge from three pre-trained encoders: Enformer for the DNA modality, Nucleotide Transformer v2 for the RNA modality and ESM2 for the protein modality.

Developed by: InstaDeep

How to use

A small snippet of code is given here in order to retrieve embeddings and gene expression predictions given a DNA, RNA and protein sequence.

from transformers import AutoTokenizer, AutoModelForMaskedLM
import numpy as np
import torch

# Import the tokenizer and the model
tokenizer = AutoTokenizer.from_pretrained("InstaDeepAI/isoformer", trust_remote_code=True)
model = AutoModelForMaskedLM.from_pretrained("InstaDeepAI/isoformer",trust_remote_code=True)

protein_sequences = ["RSRSRSRSRSRSRSRSRSRSRL" * 9]
rna_sequences = ["ATTCCGGTTTTCA" * 9]
sequence_length = 196_608
rng = np.random.default_rng(seed=0)
dna_sequences = ["".join(rng.choice(list("ATCGN"), size=(sequence_length,)))]

torch_tokens = tokenizer(
    dna_input=dna_sequences, rna_input=rna_sequences, protein_input=protein_sequences
)
dna_torch_tokens = torch.tensor(torch_tokens[0]["input_ids"])
rna_torch_tokens = torch.tensor(torch_tokens[1]["input_ids"])
protein_torch_tokens = torch.tensor(torch_tokens[2]["input_ids"])

torch_output = model.forward(
    tensor_dna=dna_torch_tokens,
    tensor_rna=rna_torch_tokens,
    tensor_protein=protein_torch_tokens,
    attention_mask_rna=rna_torch_tokens != 1,
    attention_mask_protein=protein_torch_tokens != 1,
)

print(f"Gene expression predictions: {torch_output['gene_expression_predictions']}")
print(f"Final DNA embedding: {torch_output['final_dna_embeddings']}")

Training data

Isoformer is trained on RNA transcript expression data obtained from the GTex portal, namely Transcript TPMs measurements across 30 tissues which come from more than 5000 individuals. In total, the dataset is made of ∼170k unique transcripts, of which 90k are protein-coding and correspond to ∼20k unique genes.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
Isoformer
Ревизия весов
afac2a3

0 моделей