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"]
Подробнее
Бенчмарки: 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.










Комментарии