hyena-dna

百万级DNA序列直接建模，解锁基因组长程调控密码

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 112 🐛 待处理 39 👀 关注 19
GitHub ↗
GitHub 星标 ★ 808
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源模型，Apache-2.0许可，可免费使用和部署。

项目预览

hyena-dna 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队HazyResearch
GitHubhttps://github.com/HazyResearch/hyena-dna
定价模式🏷️完全免费
价格说明开源模型，Apache-2.0许可，可免费使用和部署。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议Apache-2.0
主要语言Assembly
技术栈/模型foundation-models,genomics,language-models
GitHub 星标★ 808
上线时间2023-06-23 00:00:00
代码更新2025-04-22
仓库体积7.3 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数3

项目介绍

HyenaDNA 是一个基于 Hyena 架构的超长序列基因组基础模型，由斯坦福大学等机构开发。它解决了传统 Transformer 模型在处理基因组序列时因长度限制而无法有效捕捉长距离依赖关系的问题。HyenaDNA 能够直接处理长达 100 万碱基对的 DNA 序列，无需分段或降采样，从而保留了基因组中远距离的调控信息和结构特征。其核心能力包括：利用 Hyena 算子替代注意力机制，实现线性复杂度的高效长序列建模；支持预训练和微调，可应用于变异效应预测、基因表达调控分析、物种识别等多种下游任务。该模型在多个基准测试中表现出色，尤其在长程调控元件预测上优于基于 Transformer 的模型，同时显著降低了计算资源消耗。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 808

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：高级 约 70 分钟 部署方式：本地安装 4 步

环境要求

  • NVIDIA GPU
  • CUDA 11.7
  • Python 3.8

安装与启动步骤

  1. 1递归克隆

    基因组基础模型，含 CUDA 自定义算子子模块。

    git clone --recurse-submodules https://github.com/HazyResearch/hyena-dna.git && cd hyena-dna

  2. 2建环境

    官方锁 Python 3.8 与 torch 1.13，别用新版。

    conda create -n hyena-dna python=3.8 -y && conda activate hyena-dna

  3. 3装依赖与算子

    layer_norm 算子要单独编译。

    pip install -r requirements.txt
pip install -e . --no-build-isolation
cd csrc/layer_norm && pip install . --no-build-isolation

  4. 4跑一次训练

    先用 wandb=null 关闭上报，跑一个基准实验。

    python -m train wandb=null experiment=hg38/genomic_benchmark_scratch

如何确认成功

训练日志正常打印 loss，checkpoint 落到 outputs 目录。

注意事项

  • 它能在单核苷酸分辨率下处理百万级上下文，显存需求随长度线性涨。
  • 官方也提供 Docker 镜像，装不上环境就直接用镜像。
  • 基因组任务的数据准备比训练本身更花时间。

核心亮点

  • 支持100万碱基对超长序列，无需分段，保留长程依赖
  • 采用Hyena算子，线性计算复杂度，比Transformer更高效
  • 在长程调控预测等任务上超越现有模型，开源代码和预训练权重

不足之处

  • 文档相对简略，社区生态尚在早期
  • 依赖特定硬件优化，非GPU环境推理效率可能下降

适用场景

  • 基因组变异致病性预测与疾病风险分析
  • 基因表达调控元件（如增强子、启动子）识别
  • 物种分类与宏基因组学中的长片段序列比对

替代项目

DNABERT、Enformer、Nucleotide Transformer

上一篇：nucleotide-transformer

下一篇：ModelsGenesis

同类项目推荐

Awesome-LLM-Reasoning-with-NeSy 开源

一网打尽神经符号+大模型前沿，快速入门推理增强

✨✨Latest Advances on Neuro-Symbolic Learning in the era of Large Language Models

★ 334 2026-08-09
awesome-opensource-ai 开源

每日更新，帮你精选最值得关注的真正开源AI项目。

Curated list of the best truly open-source AI projects, models, tools, and infrastru···

★ 5018 2026-08-09
VisualRWKV 开源

让 RWKV 看懂图片，多模态推理更高效

VisualRWKV is the visual-enhanced version of the RWKV language model, enabling RWKV ···

★ 247 2026-08-09
time-series-ptms 开源

一站式复现和对比时间序列预训练模型，加速研究落地

This is an official implementation code for paper "A Survey on Time-Series Pre-Train···

★ 230 2026-08-09
HermesFlow 开源

一个模型搞定看图说话和文字生图，无缝切换多模态任务

[NeurIPS 2025] HermesFlow: Seamlessly Closing the Gap in Multimodal Understanding an···

★ 79 2026-08-09
hello-claw 开源

从零搭建你的第一个AI助手，像领养龙虾一样简单有趣

哈喽！龙虾 ‍♀️ Adopt from scratch and build your first claw 来领养你的第一只龙虾···

★ 2218 2026-08-09
reasoning-on-graphs 开源

让大模型推理有据可依，每一步都可解释

Official Implementation of ICLR 2024 paper: "Reasoning on Graphs: Faithful and Inter···

★ 536 2026-08-09
Vietnamese_LLMs 开源

用开源模型微调出能说越南语的AI助手

Dự án bao gồm: 1. Xây dựng bộ dữ Instructions Vietnamese (chất lượng, nhiề···

★ 285 2026-10-15
Bonsai-demo 开源

一键运行 Bonsai 模型示例，快速上手二次开发

Bonsai Demo

★ 3502 2026-08-09