pinellolab/DNA-Diffusion

🧬 Generative modeling of regulatory DNA sequences with diffusion probabilistic models 💨

What it solves

DNA-Diffusion 提供了一種生成特定細胞類型特異性合成調控 DNA 序列的方法。這讓研究人員能夠創建人工 DNA 元件，以模擬特定生物學背景下真實調控區域的特性。

How it works

該專案使用擴散機率模型來學習調控 DNA 序列的分佈。它是在染色質可及區域（例如 DHS Index 資料集）的資料集上進行訓練的，並且可以根據離散的細胞類型標籤進行條件化，以生成新的、200bp 的合成序列。

Highlights

  • Cell-type specific generation: 可以生成為特定細胞類型（例如 K562, HepG2）量身定制的序列。
  • Customizable data: 支持在用戶提供的以製表符分隔的 DNA 序列資料集上進行訓練。
  • Flexible sampling: 包含一個引導尺度參數，用於調整生成過程。
  • Pre-trained models: 通過 Hugging Face 提供模型檢查點，以便立即進行序列生成。