К содержимому
Другое

SpongeScope v1

быстрая нейросеть для поиска взаимодействий lncRNA и miRNA

2 мин чтенияобновлено

Компактная модель от автора sawcheet предсказывает, взаимодействует ли длинная некодирующая РНК (lncRNA) с микроРНК (miRNA). Под капотом — лёгкая архитектура на 697 857 параметров, которая использует cross-attention (механизм перекрёстного внимания) между контекстом кандидатных сайтов связывания и последовательностью miRNA. В отличие от классических методов, часто завышающих качество из-за простых совпадений последовательностей, модель честно проверялась на сложных отрицательных примерах и незнакомых кластерах РНК. Она работает на CPU примерно за 5 мс на пару после кэширования эмбеддинга lncRNA и пригодится биоинформатикам для отбора кандидатов перед лабораторными экспериментами.

Ключевые особенности

  • Компактный размер: всего 697 857 параметров и инференс на CPU за ~5 мс на пару при закэшированном представлении lncRNA.
  • Строгая валидация cold-start: тестовые lncRNA не пересекаются с обучающими по кластерам MMseqs2 (порог идентичности 80%), а 10% семейств miRNA полностью исключены из обучения.
  • Честный датасет: обучение на 15 962 парах из ENCORI CLIP с добавлением сложных негативных примеров (соотношение ~8:1, половина из которых имеет совпадение по 7mer-сайту без реального CLIP-подтверждения).
  • Прозрачность ограничений: автор отдельно задокументировал отрицательные эксперименты — добавление тканевой экспрессии и разметки отдельных сайтов не улучшило предсказание пар.

Что можно сделать

  • Отранжировать пары lncRNA–miRNA для приоритетной экспериментальной проверки (при проверке топ-10 кандидатов ожидается около 2,7 реальных взаимодействий вместо одного при случайном выборе).
  • Использовать встроенные детерминированные сплиты и модуль оценки с бутстрэп-интервалами как эталонный бенчмарк для сравнения собственных моделей предсказания РНК-взаимодействий.
  • Проводить массовый скрининг кандидатных взаимодействий на обычном CPU без необходимости арендовать GPU.

Пример

В карточке не приведён код инференса, но описан рабочий сценарий оценки: модель принимает пару из длинной некодирующей РНК (из транскриптов GENCODE 50) и зрелой последовательности микроРНК (из miRBase), вычисляет скор взаимодействия через cross-attention по кандидатным сайтам связывания и выдаёт отранжированный список пар. На выборке cold lncRNA модель достигает AUROC 0.841 и precision@10 = 0.274.

ПодробнееМетрики на тесте: cold lncRNA — AUROC 0.841 (AUPR 0.303, ECE 0.009); seed-controlled — AUROC 0.753 (AUPR 0.312); cold lncRNA + miRNA — AUROC 0.853 (AUPR 0.297).
Сравнение с бейзлайном: градиентный бустинг на тех же признаках даёт 0.824 AUROC; cross-attention добавляет около 0.025 AUPR (статистически значимого прироста AUPR на 149 тестовых lncRNA не зафиксировано).
Железо: достаточно обычного CPU (~5 мс на пару после кэширования эмбеддинга lncRNA).
Ограничения: модель предназначена только для ранжирования кандидатов перед экспериментами, не заменяет лабораторную проверку и не калибрована для клинической диагностики.
Обсудить Telegram 0 29

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.0 GB · готовые файлы0.5 GB
  • BF16веса 0.0 GB0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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 · F32 — 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.

    # sawcheet/spongescope
    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 sawcheet/spongescope --local-dir ~/models/spongescope
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к spongescope
  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 spongescope — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

sawcheet/spongescope
Автор
sawcheet
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

290

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии