/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
vit_large_patch32_224.orig_in21k
Библиотека
fastai
Опубликована
6 янв 2024

vit_large_patch32_224.NCBI_SRA

Классификация изображенийИзображение → label3 профессии

Модель ViT для определения видов и таксономических признаков по изображениям геномных сигнатур, построенным из данных низкопокрывающего секвенирования.

30скачиваний за 30 дней0лайковвеса обновлены16 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

varKoding — модель для идентификации видов по изображениям, полученным из частот k-меров в данных низкопокрывающего секвенирования генома. Её разработал проект varKoder на основе Vision Transformer ViT-Large patch32 из timm/vit_large_patch32_224.orig_in21k; модель инициализировали случайными весами и обучили с помощью fastai на представлениях varKodes и rfCGRs из данных NCBI Sequence Read Archive.

Модель предназначена для ДНК-баркодирования и определения видов по небольшому объёму геномных данных, включая анализ eDNA, мониторинг биоразнообразия и судебную аутентификацию видов. Она выдаёт многометочные таксономические прогнозы с оценками уверенности, а также прогнозы характеристик библиотеки и платформы секвенирования. В README заявлены точность 96% и полнота 95% для идентификации видов, в том числе при низком покрытии генома.

Модель принимает изображения varKodes или rfCGRs, а не необработанные последовательности ДНК. Качество зависит от соответствия входного представления обучающим данным и может снижаться на сильно деградированной ДНК; README также указывает на возможные трудности при высоком уровне ошибок секвенирования Nanopore. Лицензия — Apache-2.0.

Сценарии применения

  • определение видов по изображениям varKodes
  • идентификация видов по rfCGRs
  • анализ environmental DNA
  • мониторинг биоразнообразия при ограниченном объёме секвенирования
  • судебная аутентификация видов по геномным данным
  • оценка влияния платформы секвенирования на таксономический прогноз

Ограничения

Модель ожидает изображения varKodes или rfCGRs, сформированные из геномных данных; качество может снижаться на сильно деградированной ДНК и при высоком уровне ошибок секвенирования, например на Nanopore.

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

Model card

Model description

This model implements varKoding, a universal DNA identification method that uses exceptionally low-coverage genome sequencing data to create two-dimensional images representing the genomic signature of species. The model was trained on both varKodes and ranked frequency Chaos Game Representations (rfCGRs), enabling it to make predictions using either image representation format.

varKodes and rfCGRs transform k-mer frequency data from raw genomic reads into image representations that can be classified using neural networks. The model architecture is a Vision Transformer (ViT) based on timm/vit_large_patch32_224.orig_in21k, initialized with random weights and trained using the fastai library.

For more information about the varKoding methodology, visit the varKoder project.

Intended uses & limitations

This model is designed for universal DNA barcoding and species identification across the tree of life using minimal genomic data (as little as 10 Mbp). It achieves:

  • 96% precision and 95% recall for species identification
  • Robust performance across sequencing platforms
  • Effectiveness with exceptionally low-coverage data (~0.0002×–0.107× genome coverage)

The model is intended for:

  • Species identification from low-coverage genome skim data
  • Environmental DNA (eDNA) analysis
  • Forensic applications requiring species authentication
  • Biodiversity monitoring using minimal sequencing resources

Limitations include dependency on training data representation and potential reduced accuracy with highly degraded DNA samples.

Training and evaluation data

This model represents the most comprehensive implementation of varKoding, trained on all taxa available in the NCBI Sequence Read Archive (SRA). The training encompasses:

  • Universal coverage across prokaryotes and eukaryotes
  • Validation on diverse datasets including fungi, plants, animals, and bacteria
  • Testing on over 1,100 families across different kingdoms
  • Performance optimization using multi-label classification to handle uncertainty

The complete datasets and metadata are available via Harvard Dataverse at: https://doi.org/10.7910/DVN/IMOX0S

Outuput interpretation

Outputs are multi-label predictions with confidence scores.

Taxonomic prediction labels have the following format:

"Taxonomy_{rank}:{ID}.{name}"

For example, "Taxonomy_family:7042.Curculionidae" means that this is a prediction at the family level. The taxon ID in the NCBI taxonomy is 7042 and the taxon name is Curculionidae

Check NCBI Taxonomy for more details on taxon IDs and names.

Other than taxonomy, the model was trained on a few properties such as the kind of library and sequencing platform. In these cases, we still have a {key}:{value} format. For example, "Platform:ILLUMINA" means that the sequencing platform is Illumina and "LibraryStrategy:WGS" means the it is a whole-genome sequencing library. These predictions help help diagnose problems, since the model may be less acurate under some conditions (e.g. high-error Nanopore sequencing for species-level identification).

Citation

Please cite the two references below if using this model.

A thorough description of the training datasets can be found in:

Asprino RC, ..., de Medeiros BAS. 2025. A curated benchmark dataset for molecular identification based on genome skimming. Scientific Data. https://doi.org/10.1038/s41597-025-05230-2

The method was developed and validated as described in:

de Medeiros BAS et al. 2025. A composite universal DNA signature for the tree of life. Nature Ecology & Evolution. https://doi.org/10.1038/s41559-025-02752-1

Как запустить

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

GPU в ailist

Универсальный рантайм · fastai · image-classification

Можно запустить

Подбираем GPU…

Ревизия весов
26d02a6

0 моделей