К содержимому
Другое

EpiClock

семейство transformer-моделей для оценки возраста по ДНК

2 мин чтенияобновлено

EpiClock — это семейство из пяти transformer (нейросетевых архитектур для обработки последовательностей) моделей, которые предсказывают возраст человека по метилированию ДНК на основе данных Illumina 450K или EPIC. Модели обучены на отфильтрованном наборе профилей здоровых доноров и протестированы на независимых исследованиях. Разработка предназначена для исследовательских целей и не является медицинским изделием. Полезно дата-саентистам и исследователям в области биоинформатики и биогеронтологии.

Ключевые особенности

  • Состоит из пяти вариантов разного размера: от EpiClock-T (2.1 M параметров) до EpiClock-XL (48.0 M параметров).
  • Каждый CpG-сайт (участок ДНК) обрабатывается как токен с учетом геномного контекста и значения бета.
  • Предобучение включает маскирование и реконструкцию 25% CpG-сайтов без использования меток возраста.
  • Тонкая настройка (fine-tuning) сочетает линейные часы с поправкой, выученной трансформером.

Что можно сделать

  • Запустить предсказание возраста по матрице бета-значений ДНК с помощью готового скрипта epiclock.py.
  • Сравнить точность моделей семейства с классическими методами вроде Elastic net или Horvath V1/V2.
  • Интегрировать модель в свои исследовательские пайплайны по анализу метилома.

Пример

from epiclock import epiclock_predict

# rows = samples, columns = CpG ids (cg...), values = beta in [0, 1]; missing values are allowed
res = epiclock_predict("EpiClock-B/model.pt", betas_dataframe)
ages = res["epigenetic_age"]
ПодробнееБенчмарки: средняя абсолютная ошибка моделей на тестовом наборе составляет около 4.78–4.89 лет.
Требования к железу: стандартные PyTorch-чекпоинты, размер моделей от 2.1 M до 48 M параметров.
Ограничения: работают только с фиксированной панелью из 9,098 CpG-сайтов, обучены преимущественно на крови и данных взрослых людей.
Лицензия: CC BY-SA 4.0.
Примеры
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.2 GB · готовые файлы0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.1 GB0.6 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # dhillonv10/epiclock
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download dhillonv10/epiclock --local-dir ~/models/epiclock
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к epiclock
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии epiclock — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

dhillonv10/epiclock
Автор
dhillonv10
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Spectator

Spectator
Другое

WVY-3D-1M

WVY-3D-1M