enformer-pytorch

收录理由

DeepMind 的 Enformer 模型能从 DNA 序列直接预测基因表达，这个仓库用 PyTorch 重写了它，省去处理原始 TensorFlow/Sonnet 代码的麻烦。输入一段序列，就能得到基因表达、染色质可及性等全基因组范围的预测轨道，还提供了与论文报告的相关性分数一致的预训练权重。除了直接推理，它也支持针对新任务做微调，可以引入细胞类型或转录因子上下文，甚至用交叉注意力融合额外的嵌入信息。HuggingFace 集成让加载权重和缩短序列长度变得很省事，而检查点机制则帮助在显存有限的 GPU 上跑更大的模型。对想复现 Enformer 结果、或者自己搭建调控基因组学模型的科研人员和生信工程师来说，这是一个维护活跃、采用 MIT 许可的可靠起点。