nucleotide-transformer

用大模型读懂DNA序列，一键提取基因组特征

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 102 🐛 待处理 17 👀 关注 20

GitHub ↗

GitHub 星标 ★ 940

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源模型，本地部署，完全免费

项目预览

nucleotide-transformer 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instadeepai

GitHubhttps://github.com/instadeepai/nucleotide-transformer

定价模式🏷️完全免费

价格说明开源模型，本地部署，完全免费

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NOASSERTION

主要语言Jupyter Notebook

技术栈/模型biology,deep-learning,dna,foundation-models,genomics,transcriptomics,transformer

GitHub 星标★ 940

上线时间2023-01-24 00:00:00

代码更新2026-11-02

仓库体积13.1 MB

本站数据更新2026-11-09

维护状态较活跃

收录时间2026-08-09

浏览次数5

项目介绍

Nucleotide Transformer 是一个面向基因组学和转录组学的开源基础模型项目，旨在利用大规模预训练 Transformer 架构来学习 DNA 序列的通用表示。它解决了传统生物信息学方法依赖人工设计特征、难以捕捉长程依赖关系的问题，能够直接从未标注的基因组序列中自监督学习，从而为下游任务（如基因表达预测、剪接位点识别、调控元件注释等）提供强大的序列嵌入。核心能力包括：提供多个不同参数规模（如 500M、2.5B）的预训练模型，支持自定义微调，并附带完整的训练和推理代码。该项目基于 Jupyter Notebook 和 PyTorch 实现，适合研究人员快速上手，推动 AI 在精准医学和基因组研究中的应用。

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 ★ 940

技术标签

deep-learning foundation-models genomics transformer

使用教程

难度：高级约 35 分钟部署方式：本地 GPU 4 步

环境要求

Python 3.9+
PyTorch + CUDA（GPU 推理）
transformers

安装与启动步骤

1安装

带 gpu 额外依赖一次装齐。
```
pip install 'nucleotide-transformer[gpu]'
```

2或从源码装

要改模型实现时克隆后本地安装。

git clone https://github.com/instadeepai/nucleotide-transformer.git && cd nucleotide-transformer
python -m venv .venv && source .venv/bin/activate
pip install .

3加载模型

用 transformers 的 AutoModelForMaskedLM 直接按名称加载。

from transformers import AutoTokenizer, AutoModelForMaskedLM
tok = AutoTokenizer.from_pretrained('InstaDeepAI/nucleotide-transformer-500m-human-ref')
model = AutoModelForMaskedLM.from_pretrained('InstaDeepAI/nucleotide-transformer-500m-human-ref')