/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
deepchopper
Опубликована
14 ноя 2025

deepchopper-rna004

Разметка токеновТекст → label

DeepChopper классифицирует основания в прочтениях Nanopore direct RNA-seq, чтобы находить химерные артефакты и последовательности адаптеров.

316скачиваний за 30 дней0лайковвеса обновлены14 ноя 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

DeepChopper — модель команды YLab Team для обнаружения химерных артефактов в данных прямого секвенирования РНК Nanopore. Она использует основу HyenaDNA-small-32k-seqlen и специализированную голову классификации токенов, которая анализирует последовательность ДНК и оценки качества оснований и присваивает каждой позиции метку «артефакт» или «не артефакт». Архитектура включает основу размерности 256 и классификационную голову с промежуточными слоями размерности 1024; окно контекста — до 32 тысяч оснований.

Модель предназначена для поиска и удаления химерных участков и последовательностей адаптеров в прочтениях Nanopore direct RNA-seq перед анализом транскриптома. Очищенные данные можно использовать для изучения изоформ, оценки экспрессии генов, поиска новых транскриптов, анализа слияний генов и альтернативного сплайсинга. Модель распространяется по лицензии Apache 2.0.

DeepChopper оптимизирована для прямого секвенирования РНК на платформе Nanopore и обучена преимущественно на человеческих последовательностях. Наиболее подходящая длина прочтений — до 32 тысяч оснований; для обработки больших наборов данных рекомендуется GPU. Модель не предназначена для данных DNA-seq, платформ PacBio или Illumina, сборки генома или поиска вариантов.

Сценарии применения

  • поиск химерных артефактов в прочтениях Nanopore direct RNA-seq
  • обнаружение адаптерных последовательностей в прочтениях РНК
  • очистка данных RNA-seq перед анализом транскриптома
  • подготовка прочтений для анализа изоформ транскриптов
  • снижение помех при поиске слияний генов

Ограничения

Модель оптимизирована для Nanopore direct RNA-seq, обучена преимущественно на человеческих последовательностях и лучше работает с прочтениями длиной до 32 тысяч оснований. Она не предназначена для DNA-seq, PacBio, Illumina, сборки генома или поиска вариантов; для больших наборов данных рекомендуется GPU.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DeepChopper: Chimera Detection for Nanopore Direct RNA Sequencing

DeepChopper is a genomic language model designed to accurately detect and remove chimera artifacts in Nanopore direct RNA sequencing data. It uses a HyenaDNA backbone with a token classification head to identify artificial adapter sequences within reads.

Model Details

Model Description

DeepChopper leverages the HyenaDNA-small-32k backbone, a genomic foundation model, combined with a specialized token classification head to detect chimeric artifacts in nanopore direct RNA sequencing reads. The model processes both sequence information and base quality scores to make accurate predictions.

Model Architecture

  • Backbone: HyenaDNA-small-32k (256 dimensions)
  • Classification Head:
    • Linear Layer 1: 256 → 1024 dimensions
    • Linear Layer 2: 1024 → 1024 dimensions
    • Output Layer: 1024 → 2 classes (artifact/non-artifact)
    • Quality Score Integration: Identity layer for base quality incorporation
  • Input:
    • Tokenized DNA sequences (vocabulary size: 12)
    • Base quality scores
  • Output: Per-base classification (artifact vs. non-artifact)

Uses

Direct Use

DeepChopper is designed for:

  • Detecting chimeric artifacts in Nanopore direct RNA sequencing data
  • Identifying adapter sequences within base-called reads
  • Preprocessing RNA-seq data before downstream transcriptomics analysis
  • Improving accuracy of transcript annotation and gene fusion detection

Downstream Use

The cleaned data can be used for:

  • Transcript isoform analysis
  • Gene expression quantification
  • Novel transcript discovery
  • Gene fusion detection
  • Alternative splicing analysis

Out-of-Scope Use

This model is NOT designed for:

  • DNA sequencing data (it's specifically trained on RNA sequences)
  • PacBio or Illumina sequencing platforms
  • Genome assembly or variant calling

Training Details

Training Data

The model was trained on Nanopore direct RNA sequencing data with manually curated annotations of chimeric artifacts and adapter sequences.

Training Procedure

  • Optimizer: Adam (lr=0.0002, weight_decay=0)
  • Learning Rate Scheduler: ReduceLROnPlateau (mode=min, factor=0.1, patience=10)
  • Loss Function: Continuous Interval Loss (CrossEntropyLoss with no penalty)
  • Framework: PyTorch Lightning

Training Hyperparameters

  • Learning Rate: 0.0002
  • Batch Size: Configured per experiment
  • Weight Decay: 0
  • Backbone: Fine-tuned (not frozen)

Evaluation

Testing Data & Metrics

The model is evaluated on held-out test sets using:

  • F1 Score (primary metric)
  • Precision
  • Recall

Results

DeepChopper significantly improves downstream analysis quality by accurately removing chimeric artifacts that would otherwise confound transcriptome analyses.

How to Use

Installation

pip install deepchopper

Python API

import deepchopper

# Load the pretrained model
model = deepchopper.DeepChopper.from_pretrained("yangliz5/deepchopper-rna004")

# The model is ready for inference
# Use with deepchopper's predict pipeline

Command Line Interface

# Step 1: Encode your FASTQ data
deepchopper encode input.fq

# Step 2: Predict chimeric artifacts
deepchopper predict input.parquet --output predictions

# Step 3: Remove artifacts and generate clean FASTQ
deepchopper chop predictions input.fq

For GPU acceleration:

deepchopper predict input.parquet --output predictions --gpus 1

Web Interface

Try DeepChopper online without installation:

Limitations

  • Platform-specific: Optimized for Nanopore direct RNA sequencing
  • Read length: Best performance on reads up to 32k bases (model context window)
  • Species: Trained primarily on human RNA sequences
  • Computational requirements: GPU recommended for large datasets

Citation

If you use DeepChopper in your research, please cite:

@article{Li2024.10.23.619929,
    author = {Li, Yangyang and Wang, Ting-You and Guo, Qingxiang and Ren, Yanan and Lu, Xiaotong and Cao, Qi and Yang, Rendong},
    title = {A Genomic Language Model for Chimera Artifact Detection in Nanopore Direct RNA Sequencing},
    year = {2024},
    doi = {10.1101/2024.10.23.619929},
    journal = {bioRxiv}
}

Contact & Support

Model Card Authors

YLab Team

Model Card Contact

For questions about this model, please open an issue on the GitHub repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · deepchopper · token-classification

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
a59c303

0 моделей