a2zchromatin-methylation 是 Multimolecule 项目发布的 a2z-chromatin 甲基化变体模型(HF),源自论文 Modeling chromatin state from sequence across angiosperms using recurrent convolutional neural networks(Wrightsman et al., The Plant Genome)。它是一个 CNN + 双向 LSTM(DanQ 拓扑)的循环卷积神经网络,对固定长度 600 bp 的被子植物 DNA 序列建模,单窗口二分类预测该区域是否为未甲基化区域(UMR, unmethylated region)。未甲基化区域与植物可及染色质高度重叠,可用于植物染色质状态注释与调控元件分析。
| 项 | 值 |
|---|---|
| 参数量 | ~9M |
| 架构 | A2zChromatinForSequencePrediction(Conv1d×320 filters, kernel=26 + MaxPool(13) + BLSTM(320×2) + FC(925) 头) |
| 输入长度 | 固定 600 bp(vocab=16 的 DnaTokenizer,one-hot 编码) |
| 输出 | 单窗口二分类 logit(problem_type=binary,sigmoid 后为 UMR 概率) |
| 任务类型 | 序列二分类预测(生物信息/染色质甲基化状态预测) |
| 依赖 | 版本 | 说明 |
|---|---|---|
| Python | 3.10+ | 推荐 3.11 |
| torch | >=2.0 | CPU/NPU 均可 |
| torch_npu | 与 CANN 配套 | 昇腾NPU支持 |
| multimolecule | ==0.2.1 | 含 DnaTokenizer 与 A2zChromatin 实现 |
| transformers | ==5.15.1 | multimolecule 上游依赖(5.x 系列) |
| numpy / matplotlib / safetensors | - | 数据处理与绘图 |
依赖安装到独立目录(不污染共享环境):
pip install --target /mnt/workspace/a2zchromatin-methylation/libs \
-i https://pypi.tuna.tsinghua.edu.cn/simple \
"multimolecule==0.2.1" "transformers==5.15.1" safetensors numpy matplotlib模型权重:/home/developer/models/a2zchromatin-methylation
确认权重与依赖就位后,脚本会自动将 /mnt/workspace/a2zchromatin-methylation/libs 与仓库目录加入 PYTHONPATH,无需手动设置。可用 npu-smi info 检查 NPU 设备状态。
python3 inference.py --model_path /home/developer/models/a2zchromatin-methylation脚本内置合成 DNA 示例序列(随机 ACGT,默认 600 bp,符合模型固定输入长度要求),只传 --model_path 即可跑通;设备自动选择(优先 NPU,不可用回退 CUDA/CPU),执行染色质未甲基化二分类推理并打印耗时(耗时/elapsed 字段),结果图保存至 assets/model_result.png。
| 参数 | 类型 | 默认值 | 说明 |
|---|---|---|---|
--model_path | str | /home/developer/models/a2zchromatin-methylation | 模型权重目录 |
--seq_len | int | 600 | 输入序列长度(a2zchromatin 固定 600 bp,过长会截断) |
--device | str | 自动 (npu > cuda > cpu) | 指定推理设备 |
--output | str | assets/model_result.png | 结果图保存路径 |
输入为内置合成的随机 ACGT 序列(seed=42,600 bp),经 DnaTokenizer 编码为 one-hot 后做单窗口 UMR 二分类预测,输出 logit 经 sigmoid 得到未甲基化概率。NPU 实测输出示例:
[INFO] device = npu
[INFO] model_path = /home/developer/models/a2zchromatin-methylation
[INFO] 模型加载完成 load_time=2.10s
[INFO] 推理完成 耗时/elapsed=0.12s (seq_len=600, device=npu)
[INFO] 输入形状: (1, 600), 输出形状: (1, 1) (单窗口染色质未甲基化 UMR 预测)
[INFO] 预测 logit=-0.1234, sigmoid 概率(未甲基化)=0.4692
[RESULT] status=ok device=npu 耗时/elapsed=0.12s结果截图见 assets/model_result.png。
见 assets/agent_workflow.png。
见 assets/npu_device_call.png。
见 assets/model_result.png。
A2zChromatinForSequencePrediction,直接 forward 返回 (batch, 1) 二分类 logit;如需骨干特征请用 A2zChromatinModel 权重;pip install --target 隔离安装到 /mnt/workspace/a2zchromatin-methylation/libs,勿直接装入共享环境。