Helix Mrna

🚀 Helix-mRNA-v0

Helix-mRNA是一個基於混合狀態空間和Transformer的模型，它充分利用了Mamba2狀態空間架構高效的序列處理能力，以及Transformer注意力機制的上下文理解能力，融合了這兩種方法的優勢。這些特性使其特別適合研究全長轉錄本、剪接變體和複雜的mRNA結構元素。

🚀 快速開始

Helix-mRNA模型在mRNA研究領域有著獨特的優勢，下面將為你介紹如何使用相關工具。

✨ 主要特性

• 混合架構優勢：結合了Mamba2狀態空間架構和Transformer注意力機制，兼顧高效序列處理和上下文理解。
• 單核苷酸分辨率編碼：將每個核苷酸（A、C、U、G）和模糊鹼基（N）映射到唯一整數，並引入特殊字符E表示每個密碼子的起始，最大程度保留mRNA序列的完整信息。

📦 安裝指南

運行以下命令，通過pip安裝 Helical 包：

pip install --upgrade helical

💻 使用示例

基礎用法

from helical.models.helix_mrna import HelixmRNA, HelixmRNAConfig
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"

input_sequences = ["EACU"*20, "EAUG"*20, "EAUG"*20, "EACU"*20, "EAUU"*20]

helix_mrna_config = HelixmRNAConfig(batch_size=5, device=device, max_length=100)
helix_mrna = HelixmRNA(configurer=helix_mrna_config)

# prepare data for input to the model
processed_input_data = helix_mrna.process_data(input_sequences)

# generate the embeddings for the processed data
embeddings = helix_mrna.get_embeddings(processed_input_data)

高級用法

from helical.models.helix_mrna import HelixmRNA, HelixmRNAConfig
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"

input_sequences = ["EACU"*20, "EAUG"*20, "EAUG"*20, "EACU"*20, "EAUU"*20]
labels = [0, 2, 2, 0, 1]

helixr_config = HelixmRNAConfig(batch_size=5, device=device, max_length=100)
helixr_fine_tune = HelixmRNAFineTuningModel(helix_mrna_config=helixr_config, fine_tuning_head="classification", output_size=3)

# prepare data for input to the model
train_dataset = helixr_fine_tune.process_data(input_sequences)

# fine-tune the model with the relevant training labels
helixr_fine_tune.train(train_dataset=train_dataset, train_labels=labels)

# get outputs from the fine-tuned model on a processed dataset
outputs = helixr_fine_tune.get_outputs(train_dataset)

📚 詳細文檔

你可以在我們的 論文 中瞭解更多關於Helix-mRNA的信息。

🔧 技術細節

我們以單核苷酸分辨率對mRNA序列進行標記，將每個核苷酸（A、C、U、G）和模糊鹼基（N）映射到唯一整數，並在序列中加入特殊字符E表示每個密碼子的起始。這種細粒度的方法最大限度地提高了模型從序列中提取模式的能力。與可能將核苷酸分組或使用基於k-mer方法的較粗粒度標記方法不同，我們的單核苷酸分辨率保留了mRNA分子的完整序列信息。這種簡單而有效的編碼方案確保了在預處理階段不會丟失任何信息，使下游模型能夠直接從原始序列組成中學習。

📄 許可證

本項目採用CC BY-NC-SA 4.0許可證。

📚 引用信息

如果你使用了相關模型或工具，請引用以下論文和軟件包：

@misc{wood2025helixmrnahybridfoundationmodel,
      title={Helix-mRNA: A Hybrid Foundation Model For Full Sequence mRNA Therapeutics}, 
      author={Matthew Wood and Mathieu Klop and Maxime Allard},
      year={2025},
      eprint={2502.13785},
      archivePrefix={arXiv},
      primaryClass={q-bio.GN},
      url={https://arxiv.org/abs/2502.13785}, 
}

@software{allard_2024_13135902,
  author       = {Helical Team},
  title        = {helicalAI/helical: v0.0.1-alpha10},
  month        = nov,
  year         = 2024,
  publisher    = {Zenodo},
  version      = {0.0.1a10},
  doi          = {10.5281/zenodo.13135902},
  url          = {https://doi.org/10.5281/zenodo.13135902}
}

📋 信息表格