该程序如Levy-Jurgenson等人的论文《利用注意力深度学习从序列和基因表达预测甲基化》所述。使用此程序，您可以：

（1） 使用样本的基因表达数据和CpG的环境序列预测给定样本在给定CpG位点的甲基化水平。

（2） 从零开始或使用本文中描述的一个预训练模型作为起点（模型1、模型2或模型3），训练/测试您自己的模型版本。

以下是对上述每个选项的解释，包括示例。为了进行预测，以及使用我们的一个预训练模型进行训练，您需要将训练好的权重保存在out/ch3_e_blind文件夹中（解压缩后，放置所有“.ckpt”文件直接地在此文件夹下，例如out/ch3_e_blind/model_1.ckpt。。。等）。您可以直接从下载这个链接（请注意，文件大小约为2-4GB）。

要求：

Python 3.5.6（应该是3.5）。

熊猫（pip3安装熊猫）

sklearn（pip3安装scikit-lean）

张量流1.4+（pip3安装张量流）

要预测甲基化水平，请使用predict.py。在内部，您将找到一个指定区域，该区域具有一些设置，允许您指定输入文件（例如基因表达测量文件）。为了方便起见，我们在res文件夹中提供了示例文件（注意-这些文件包含的数据很少，仅用于演示目的）。你应该遵循这些文件的格式。下面是您必须修改的设置示例。这也是predict.py中的默认值。load_model_ID参数对应于您希望用于预测的论文中的哪个模型（有关详细信息，请参阅论文，或者如果您不确定，欢迎与我们联系）请注意，可以使用preprocessor.py和distances.py帮助准备数据。

运行前：

• 如果在终端中运行，项目假设您正在src文件夹中运行prediction.py（所有路径都相对于src），因此首先从cd到src。
• 如果使用解释器，您可能需要将src目录标记为Sources Root（在PyCharm上：右键单击src文件夹->将目录标记为->Source Root），或将“src.”添加到本地导入语句中（例如，“import conf”变为“import-src.conf”）。
• 确保有一个out目录，其中包含名为“ch3_e_blind”的子文件夹，您应该在其中放置模型的权重（解压缩后，放置所有“.ckpt”文件直接地在此文件夹下，例如out/ch3_e_blind/model_1.ckpt。。。等）。您可以直接从下载重量这个链接（请注意，文件大小约为2-4GB）。

...load_model_ID=3filename_sequence=“probeToOneHotAll_sample_mini.csv”filename_expression=“e_sample_mini.csv”filename_dist=“d_sample_mini.csv”...

要从头开始训练，或从预先训练过的模型开始训练，请使用run.py。在里面，您可以找到一个指定区域，其中有一些设置，使您能够指定要使用哪个模型（如果有）作为训练的起点。如果您想从头开始训练，请使用load_model_ID=0。这在run.py中也有进一步解释。您还可以控制是测试还是培训。

请注意，无需提前将数据拆分为train/val/test，这将在首次运行模型时自动随机完成（这在dataset.py中进行控制）。
为了方便起见，我们在res文件夹中提供的示例文件仅用于格式化（为了使它们保持较小，它们不包含太多cpg或示例，所以不要期望它训练得很好）。你应该遵循这些文件的格式。要提供文件名以及其他设置，请使用conf.py。下面是您必须在run.py和conf.py中提供的示例。load_model_ID参数对应于您想将论文中的哪个模型用作预培训（有关详细信息，请参阅论文，或者如果您不确定，欢迎与我们联系）请注意，您可以使用preprocessor.py和distances.py来帮助您准备数据。

运行前：

• 如果在终端中运行，项目假设您正在src文件夹中运行run.py（所有路径都与src相关），因此首先从cd到src。
• 如果使用解释器，您可能需要将src目录标记为Sources Root（在PyCharm上：右键单击src文件夹->将目录标记为->Source Root），或将“src.”添加到本地导入语句中（例如，“import conf”变为“import-src.conf”）。
• 除非您正在运行默认的示例运行（load_model_ID=0），否则需要确保以下目录已就位：
  • 包含子文件夹的输出目录：“ch3_e_blind”、“ch3_clind”，“e_bind”，“plots”，“postTrainingAnalysis”。如果使用预处理模型，其.ckpt文件应放在：ch3_e_blind下（解压缩后，放置所有“.ckpt”文件直接地在此文件夹下，例如out/ch3_e_blind/model_1.ckpt。。。等）。您可以直接从下载重量这个链接（请注意，文件大小约为2-4GB）。
  • 日志目录。

运行.py

...load_model_ID=0#列车从头开始test_time=True#当您准备测试模型时（将使用在开始训练时创建的自动随机测试集）save_models=True#在整个培训过程中，检查点将在验证集改进后自动保存...

conf.py公司

...filename_sequence=“probeToOneHotAll_sample_mini.csv”filename_expression=“e_sample_mini.csv”filename_dist=“d_sample_mini.csv”...validation_portion_subjects=0.1validation_portion_probes=0.1列车分配探针=0.7...

如果您需要帮助或有任何问题，请随时联系我们：levyalona at gmail。。。。

• 阿隆娜·利维·尤根森
• 泽维尔·特克利
• Vessela N.Kristensen公司
• 佐哈尔·亚基尼

如果您使用此项目，请引用我们的论文：https://link.springer.com/chapter/10.1007/978-3-030-18174-1_13