SuperAPI AI 工具集

geniml

办公与效率

查看项目

更新于 10-15 23:43

技能介绍

用途:Geniml 面向基因组区间集合的机器学习与统计工作流,支持 Region2Vec、scEmbed、BEDspace 及共识 universe 构建与评估。本技能以显式契约方式处理坐标、装配版本、词表、模型工件与样本分组。

主要能力:本地校验 BED 结构与装配版本,检查模型/分词器兼容性,规划 Region2Vec 或 scEmbed 运行,审计语料清单与数据泄漏,规划共识峰构建与嵌入运行。脚本仅做校验与规划,不导入 Geniml、不联网、不反序列化模型、不执行训练。

使用方式:安装使用独立环境,如 uv venv --python 3.12 与 uv pip install "geniml==0.8.4" "gtars==0.10.0";Region2Vec/scEmbed 需另装 torch、gensim、huggingface-hub、scanpy、anndata、zarr 等指定版本。BED 校验示例:python skills/geniml/scripts/bed_validator.py --input data/peaks.bed --assembly GRCh38 --chrom-sizes refs/GRCh38.chrom.sizes。模型检查与规划脚本包括 model_artifact_inspector.py、tokenizer_compatibility.py、corpus_auditor.py、consensus_plan.py、embedding_plan.py,均默认输出脱敏 JSON。

适用场景:需要可复现、可审计的基因组区间嵌入或共识峰工作流的研究与工程场景。

限制:需显式批准才能访问 BEDbase 或 Hugging Face;.pt、Gensim .model、pickle 等工件视为不可信输入;需隔离环境并校验哈希;Anndata 0.13 与 Zarr<3 冲突,不能同环境共存;部分上游示例过时,以发布源码与 --help 为准;BEDspace 原生训练、托管注释、公开模型推理及真实队列性能均未测试。