aparent 是 Multimolecule 项目发布的 APARENT 模型(HF),一种面向多聚腺苷酸化(Alternative Polyadenylation, APA)信号预测的轻量深度卷积网络(APARENT 的原始版本)。它对固定的 205 nt polyA 信号窗口(核心六聚体如 AAUAAA 位于第 70 位,0-indexed)输出 206 维逐位置切割位点分布 logits(205 个输入位置 + 1 个"窗口内无切割"桶),softmax 后即为聚腺苷酸化切割概率分布;同时通过 AparentForSequencePrediction 头回归 isoform proportion(sigmoid 后为各异构体比例),可应用于 3'UTR 注释、变异切割效应打分等任务。
| 项 | 值 |
|---|---|
| 参数量 | ~1.2M(权重约 5MB) |
| 架构 | AparentForSequencePrediction(2 层卷积 encoder:96/128 通道 + 512/256 全连接 + 回归头) |
| 输入长度 | 固定 205 nt 窗口(核心六聚体在第 70 位) |
| 输出 | isoform proportion logits (batch, 1);基座模型另有 (batch, 206) 切割分布 logits |
| 任务类型 | 序列级回归/分布预测(生物信息/APA 切割位点预测) |
| 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 RnaTokenizer 与 Aparent 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/aparent/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/aparent
确认权重与依赖就位后,脚本会自动将 /mnt/workspace/aparent/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/aparent脚本内置示例 polyA 信号序列(A*70 + AAUAAA + A*129,共 205 nt),只传 --model_path 即可跑通;设备自动选择(优先 NPU,不可用回退 CUDA/CPU),执行切割位点分布与 isoform proportion 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/aparent | 模型权重目录 |
--seq_len | int | 205 | 输入序列长度(APARENT 固定窗口,≥76) |
--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 |
输入为内置的示例 polyA 信号序列(A×70 + AAUAAA + A×129,共 205 nt,核心六聚体位于第 70 位),经 RnaTokenizer 编码后做 206 维切割位点分布与 isoform proportion 预测。NPU 实测输出示例:
[INFO] device = npu
[INFO] model_path = /home/developer/models/aparent
[INFO] 模型加载完成 load_time=1.20s
[INFO] 推理完成 耗时/elapsed=0.05s (seq_len=205, device=npu)
[INFO] 输入形状: (1, 205), isoform 输出形状: (1, 1)
[INFO] isoform_proportion(sigmoid) = 0.2736
[INFO] 切割分布维度: 206, 最可能切割位置: 73 (cleavage_73), 概率=0.0825; no_cleavage 概率=0.0082
[RESULT] status=ok device=npu 耗时/elapsed=...s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。
AAUAAA)应位于第 70 位(0-indexed);RnaTokenizer 编码后输入形状为 (1, 205),基座模型内部 one-hot 编码后输出 206 维切割分布(205 位置 + no_cleavage 桶);AparentForSequencePrediction 输出 isoform proportion logit(1 维),sigmoid 后才是比例;逐位置切割分布需取其基座 model.model 输出的 cleavage_logits 并 softmax;pip install --target 隔离安装到 /mnt/workspace/aparent/libs,勿直接装入共享环境。