Y
YYPGD/a2zchromatin-methylation
Model Introduction
Files & versions
Pull Requests
Discussion
Analysis

a2zchromatin-methylation 昇腾NPU适配

1. 模型简介

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)

2. 环境依赖

依赖版本说明
Python3.10+推荐 3.11
torch>=2.0CPU/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==5.15.1multimolecule 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

3. 推理步骤

3.1 环境准备

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。

3.2 运行推理

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。

3.3 推理参数说明

参数类型默认值说明
--model_pathstr/home/developer/models/a2zchromatin-methylation模型权重目录
--seq_lenint600输入序列长度(a2zchromatin 固定 600 bp,过长会截断)
--devicestr自动 (npu > cuda > cpu)指定推理设备
--outputstrassets/model_result.png结果图保存路径

4. 测试样例及输出结果

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。

5. Agent适配截图

5.1 Agent适配全过程截图

见 assets/agent_workflow.png。

5.2 NPU设备调用截图

见 assets/npu_device_call.png。

5.3 模型适配结果截图

见 assets/model_result.png。

6. 注意事项

  • 设备自动选择顺序为 NPU → CUDA → CPU,NPU 不可用时自动回退,保证脚本可移植;
  • 输入张量必须 float32(NPU 不支持 float64 算子),脚本已强制转换;
  • 注意力使用原生 eager/sdpa 实现,勿启用 flash_attention_2(本模型为 CNN+LSTM,无注意力层);
  • 输入长度必须恰好为 600 bp(config.sequence_length),脚本已内置截断/padding 到固定长度;
  • 该权重是带任务头的 A2zChromatinForSequencePrediction,直接 forward 返回 (batch, 1) 二分类 logit;如需骨干特征请用 A2zChromatinModel 权重;
  • 输出为“缺乏 DNA 甲基化”(即 UMR)的 logit,sigmoid 越大代表越可能是未甲基化区域;
  • transformers 需 5.x(multimolecule==0.2.1 依赖 5.x API),与系统预装 4.49 不兼容,务必走 libs 隔离目录且 PYTHONPATH 优先;
  • 共享环境的 torchaudio 与 torch ABI 不匹配,会导致 transformers 5.x 误导入失败;脚本已内置 stub 兜底(在 libs 下生成空 torchaudio 模块),不影响推理;
  • 依赖通过 pip install --target 隔离安装到 /mnt/workspace/a2zchromatin-methylation/libs,勿直接装入共享环境。