C2S Pythia 410m Cell Type Prediction

🚀 C2S-Pythia-410m細胞型予測モデル

このモデルは、EleutherAIによって開発されたPythia-410mアーキテクチャをベースに、Cell2Sentence (C2S) を用いてCellxGeneとHuman Cell Atlasから収集された多様な単一細胞RNAシーケンシング (scRNA-seq) データセットでファインチューニングされたC2S-Pythia-410m細胞型予測モデルです。Cell2Sentenceは、scRNA-seqデータを「細胞文章」（発現レベルで並べられた遺伝子名の配列）に変換することで、大規模言語モデル (LLM) を単一細胞生物学に適用する革新的なアプローチです。この変換により、LLMは自然言語処理能力を活用して様々な単一細胞タスクを実行でき、このモデルでは主に細胞型予測に焦点を当てています。

🚀 クイックスタート

このモデルは、EleutherAIによるPythia-410mアーキテクチャをベースに構築され、Cell2Sentenceを用いてscRNA-seqデータでファインチューニングされています。以下のセクションでは、モデルの訓練データ、タスク、関連リンクについて説明します。

✨ 主な機能

• 細胞型予測：scRNA-seqデータから生成された「細胞文章」に基づいて細胞型を予測します。

📦 インストール

原ドキュメントにインストール手順は記載されていないため、このセクションは省略されます。

💻 使用例

原ドキュメントにコード例は記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデル概要

このモデルは、EleutherAIによって開発されたPythia-410mアーキテクチャをベースに、Cell2Sentence (C2S) を用いてCellxGeneとHuman Cell Atlasから収集された多様な単一細胞RNAシーケンシング (scRNA-seq) データセットでファインチューニングされています。

訓練データ

このモデルは、CellxGeneとHuman Cell Atlasから収集された800以上の単一細胞RNAシーケンシングデータセットから集められた5700万以上のヒトとマウスの細胞で訓練されています。このデータセットは、ヒトとマウスの複数の組織からの幅広い細胞型と条件をカバーしています。

このモデルは、細胞文章ごとに上位200の遺伝子を使って訓練されています。

タスク

このモデルは、以下のタスクを目的として設計されています。

• 細胞型予測：scRNA-seqデータから生成された「細胞文章」に基づいて細胞型を予測します。

関連リンク

Cell2Sentence関連

• GitHub: https://github.com/vandijklab/cell2sentence
• 論文: https://www.biorxiv.org/content/10.1101/2023.09.11.557287v3

Pythia関連

• 論文: https://arxiv.org/pdf/2304.01373
• Hugging Face: https://huggingface.co/EleutherAI/pythia-410m

🔧 技術詳細

原ドキュメントに技術詳細は記載されていないため、このセクションは省略されます。

📄 ライセンス

原ドキュメントにライセンス情報は記載されていないため、このセクションは省略されます。

情報テーブル