Это модель прогнозирования типа клеток C2S-Pythia-410m, основанная на архитектуре Pythia-410m, разработанной EleutherAI, с точной настройкой с помощью Cell2Sentence (C2S) на разнообразном наборе наборов данных секвенирования одноклеточной РНК (scRNA-seq) из CellxGene и Human Cell Atlas. Cell2Sentence — это инновационный подход к адаптации больших языковых моделей (LLM) к одноклеточной биологии путем преобразования данных scRNA-seq в «клеточные предложения» — последовательности названий генов, упорядоченные по уровням экспрессии. Это преобразование позволяет LLM использовать свои возможности обработки естественного языка для различных задач с одной ячейкой, уделяя особое внимание прогнозированию типов ячеек в этой модели. Эта модель была обучена на более чем 57 миллионах клеток человека и мыши, собранных из более чем 800 наборов данных секвенирования одноклеточной РНК из CellxGene и Human Cell Atlas. Этот набор данных охватывает широкий спектр типов клеток и состояний из различных тканей как человека, так и мыши. Эта модель была обучена с использованием 200 лучших генов на одно предложение ячейки. Эта модель предназначена для: — Прогнозирования типа клеток: прогнозирования типа клеток на основе «клеточного предложения», сгенерированного на основе данных scRNA-seq. — GitHub: https://github.com/vandijklab/cell2sentence (Примечание: кодовая база…
Модальности:
Генерация текста
Области применения:
Биология
Задача: Генерация текста
Автор: vandijklab
Теги: gpt_neox, biology, scRNAseq, en, text-generation-inference, endpoints_compatible
Лайков: 10 | Загрузок: 1,452
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
