/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Mistral-DNA-v1-422M-hg38
Библиотека
transformers
Опубликована
12 дек 2025

Vir2vec

ЭмбеддингиТекст → embedding3 профессии

Vir2vec создаёт 4096-мерные эмбеддинги вирусных геномов для классификации, типирования и предсказания круга хозяев.

5скачиваний за 30 дней0лайковвеса обновлены22 сен 2026

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

Vir2vec — вирусная геномная языковая модель, разработанная Пабло Аросареной и предназначенная для получения векторных представлений геномов вирусов. Модель основана на дообученной RaphaelMourad/Mistral-DNA-v1-422M-hg38; доступны варианты размером 422 млн, 138 млн и 17 млн параметров. Она формирует фиксированные эмбеддинги размерности 4096 с помощью max pooling логитов словаря и загружается через Transformers.

Эмбеддинги можно применять для различения вирусных и невирусных геномов или прочтений, классификации ДНК- и РНК-вирусов, предсказания круга хозяев, типирования вариантов и выявления сигналов, связанных с фенотипом, например тропностью к тканям. Репозиторий ограничивает доступ: для получения модели требуется запрос с институциональным адресом электронной почты, кратким описанием цели и номером протокола IRB. Лицензия — MIT.

Сценарии применения

  • различение вирусных и невирусных геномов или прочтений
  • классификация вирусов на ДНК- и РНК-содержащие
  • предсказание круга хозяев вируса
  • разделение близкородственных вирусов, например HIV-1 и HIV-2
  • типирование вариантов и линий вируса, например SARS-CoV-2
  • выявление геномных сигналов, связанных с тропностью к тканям

Ограничения

Доступ к модели предоставляется по запросу с указанием институциональной почты, цели использования и номера протокола IRB. Эмбеддинги предназначены для downstream-задач и сами по себе не являются готовыми предсказаниями классов или фенотипов.

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

Vir2vec: A Genome-Wide Viral Embedding

Model description

Vir2vec is a viral genomic language model (gLM) designed to produce fixed-length, genome-level embeddings that can be fine-tuned across downstream tasks such as viral discrimination, host-range prediction, and variant typing. For more details and training scripts check GitHub

Intended use

Vir2vec embeddings are intended for tasks including (but not limited to):

  • Virus vs non-virus genome/read discrimination
  • DNA vs RNA virus classification
  • Host-range prediction
  • Intra-genus separation (e.g., HIV-1 vs HIV-2)
  • Variant/subtype typing (e.g., SARS-CoV-2 lineages)
  • Phenotypic signal detection (e.g., tissue tropism proxies)

Model sizes

All Vir2vec model scales produce fixed-length 4,096-dimensional genome-level embeddings via max-pooled vocabulary logits:

  • 422M (main branch)
  • 138M (revision="138M")
  • 17M (revision="17M")

How to use

Load from Hugging Face

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("pabloarozarenad/Vir2vec", trust_remote_code=True) # Add revision=138M or revision=17M to change model size. 422M is default.
model = AutoModelForCausalLM.from_pretrained("pabloarozarenad/Vir2vec", trust_remote_code=True) # Add revision=138M or revision=17M to change model size. 422M is default.
model.eval()

Compute embeddings

dna = "ACGTAGCATCGCGATGACTGCATCACT"
inputs = tokenizer(dna, return_tensors="pt")

with torch.no_grad():
    # Forward pass to obtain vocabulary logits [batch, seq_len, 4096]
    outputs = model(**inputs)
    logits = outputs.logits

    # Max-pool logits over token positions -> 4,096-dimensional embedding
    embedding = torch.max(logits, dim=1).values[0]

print(embedding.shape)  # torch.Size([4096])

Access

Vir2vec can be loaded upon request, subject to providing an institutional email address, a brief description of the intended use, and the associated IRB protocol number. For more info contact pablo.arozarenadonel01@universitadipavia.it

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
a0fea59

0 моделей