MTSplice开源实现MultiMolecule库如何助力组织特异性剪接研究【免费下载链接】mtsplice项目地址: https://ai.gitcode.com/hf_mirrors/multimolecule/mtspliceMTSplice是MultiMolecule项目中的重要工具它作为MMSplice的第二代组织特异性模型能够精准预测遗传变异对56种GTEx组织中 cassette-exon 剪接的影响。通过MultiMolecule库提供的开源实现研究人员可以轻松利用这一强大工具开展组织特异性剪接研究推动基因组学领域的发展。 MTSplice组织特异性剪接研究的强大工具MTSplice采用创新的双并行序列塔结构将cassette外显子及其侧翼内含子输入模型通过输出的每个组织delta-logit-PSI剪接效应向量实现对遗传变异影响的精准预测。该模型以两种集成方式分发深度四成员集成mtsplice_deep0..3和早期八成员集成mtsplice0..7所有集成成员共享相同的架构。 模型规格速览MTSplice模型规格Num Blocks8每塔Hidden Size64Num Tissues56Num Parameters (M)0.211FLOPs (M)164.36MACs (M)80.90注FLOPs和MACs基于800 bp的cassette-exon-with-flanks输入测量 快速开始安装与基础使用 安装步骤MTSplice模型依赖于multimolecule库可通过pip轻松安装pip install multimolecule 基础使用示例组织分数预测 import torch from multimolecule import RnaTokenizer, MtSpliceModel tokenizer RnaTokenizer.from_pretrained(multimolecule/mtsplice) model MtSpliceModel.from_pretrained(multimolecule/mtsplice) reference tokenizer(AGCAGUCAUUAUGGCGAAUCUGGCAAGUA, return_tensorspt) output model(**reference) output[logits].shape torch.Size([1, 56])变异效应预测 import torch from multimolecule import RnaTokenizer, MtSpliceForSequencePrediction tokenizer RnaTokenizer.from_pretrained(multimolecule/mtsplice) model MtSpliceForSequencePrediction.from_pretrained(multimolecule/mtsplice) reference tokenizer(AGCAGUCAUUAUGGCGAAUCUGGCAAGUA, return_tensorspt) alternative tokenizer(AGCAGUCAUUAUGGCUAAUCUGGCAAGUA, return_tensorspt) output model( ... reference[input_ids], ... alternative_input_idsalternative[input_ids], ... ) output[logits].shape torch.Size([1, 56]) 训练细节打造精准的组织特异性预测模型MTSplice的训练旨在预测GTEx组织中cassette外显子的组织特异性剪接百分比PSI它在MMSplice模块化剪接模型的基础上增加了组织特异性神经模块。 训练数据模型训练使用了56种GTEx组织的cassette-exon PSI量化数据以及人类参考剪接位点和外显子序列上下文。变异效应预测通过组织特异性剪接数量性状位点sQTL和MPRA外显子跳跃数据进行了验证。️ 训练流程MTSplice的两个序列塔消耗单热编码的RNA。具有位置B样条重加权的扩张卷积堆栈提取剪接特征密集头将其映射到每个组织的delta-logit-PSI。组织分辨预测由参考/替代分数增量形成。 相关资源与引用 重要链接代码multimolecule.mtsplice数据56种组织的GTEx cassette-exon PSI量化数据论文MTSplice predicts effects of genetic variants on tissue-specific splicing原始仓库gagneurlab/MMSplice_MTSplice 引用信息如果MTSplice和MultiMolecule对您的研究有所帮助请引用以下文献article{cheng2021mtsplice, title {MTSplice predicts effects of genetic variants on tissue-specific splicing}, author {Cheng, Jun and {\c{C}}elik, Muhammed Hasan and Kundaje, Anshul and Gagneur, Julien}, journal {Genome Biology}, volume 22, number 1, pages {94}, year 2021, publisher {Springer}, doi {10.1186/s13059-021-02273-7} }software{chen_2024_12638419, author {Chen, Zhiyuan and Zhu, Sophia Y.}, title {MultiMolecule}, doi {10.5281/zenodo.12638419}, publisher {Zenodo}, url {https://doi.org/10.5281/zenodo.12638419}, year 2024, month may, day 4 } 许可信息本模型实现采用GNU Affero General Public License许可。有关其他条款和说明请参阅我们的许可常见问题。SPDX-License-Identifier: AGPL-3.0-or-later 联系与支持关于模型卡的任何问题或意见请使用MultiMolecule的GitHub issues。有关论文/模型的问题或意见请联系MTSplice论文的作者。要获取MTSplice开源实现可通过以下仓库地址进行克隆https://gitcode.com/hf_mirrors/multimolecule/mtsplice【免费下载链接】mtsplice项目地址: https://ai.gitcode.com/hf_mirrors/multimolecule/mtsplice创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考