カツオ

カツオ

Bonito は、Oxford Nanopore 読み取り用のオープンソース研究ベースコーラーです。

Basecaller のトレーニングやメソッド開発以外の場合は、dorado を使用してください。

$ pip install --upgrade pip
$ pip install ont-bonito
$ bonito basecaller [email protected] /data/reads > basecalls.bam

Bonito は、整列/非整列{fastq, sam, bam, cram}の書き込みをサポートしています。

$ bonito basecaller [email protected] --reference reference.mmi /data/reads > basecalls.bam

Bonito は、最初の使用時にベースコーリング モデルを自動的にダウンロードしてキャッシュしますが、すべてのモデルは次のコマンドでダウンロードできます。

$ bonito download --models --show  # show all available models
$ bonito download --models         # download all available models 

変圧器モデル

bonito.transformerパッケージには flash-attn が必要です。

これは、 flash-attnパッケージ システムにより通常の依存関係としてリストされないため、手動でインストールする必要があります。

CUDA_HOME関連するライブラリ ディレクトリに設定すると、パッケージ間の CUDA バージョンの不一致を回避できます。

修飾された塩基

変更されたベースコールはコバンザメによって処理されます。

$ bonito basecaller [email protected] /data/reads --modified-bases 5mC --reference ref.mmi > basecalls_with_mods.bam

remora model list_pretrainedコマンドを使用して、利用可能な変更された基本モデルを確認します。

独自のモデルをトレーニングする

独自の読み取りを使用してモデルをトレーニングするには、まず、追加の--save-ctcフラグを使用して読み取りをベースコールし、出力ディレクトリをトレーニング用の入力ディレクトリとして使用します。

$ bonito basecaller [email protected] --save-ctc --reference reference.mmi /data/reads > /data/training/ctc-data/basecalls.sam
$ bonito train --directory /data/training/ctc-data /data/training/model-dir

新しいモデルを最初からトレーニングすることに加えて、事前トレーニングされたモデルの 1 つを簡単に微調整することもできます。

bonito train --epochs 1 --lr 5e-4 --pretrained [email protected] --directory /data/training/ctc-data /data/training/fine-tuned-model

メソッド開発に興味があり、独自の読み取りセットを持っていない場合は、事前に準備されたセットが提供されます。

$ bonito download --training
$ bonito train /data/training/model-dir

すべてのトレーニング呼び出しは自動混合精度を使用してトレーニングを高速化します。これを無効にするには、 --no-ampフラグを True に設定します。

開発者向けクイックスタート

$ git clone https://github.com/nanoporetech/bonito.git  # or fork first and clone that
$ cd bonito
$ python3 -m venv venv3
$ source venv3/bin/activate
(venv3) $ pip install --upgrade pip
(venv3) $ pip install -e .[cu118] --extra-index-url https://download.pytorch.org/whl/cu118

ont-bonito[cu118]およびont-bonito[cu121]のオプションの依存関係を、対応する--extra-index-urlとともに使用して、PyTorch パッケージがローカルの CUDA セットアップと一致していることを確認できます。

インタフェース

• bonito view - 指定された.tomlファイルのモデル アーキテクチャとネットワーク内のパラメータの数を表示します。
• bonito train - カツオモデルをトレーニングします。
• bonito evaluate - モデルのパフォーマンスを評価します。
• bonito download - 事前トレーニングされたモデルとトレーニング データセットをダウンロードします。
• bonito basecaller - ベースコーラー( .fast5 -> .bam ) 。

参考文献

• CTC を使用したシーケンス モデリング
• Quartznet: 1D 時間チャネル分離可能な畳み込みを使用した高度な自動音声認識
• ペアコンセンサスデコードにより、ナノポアシーケンスのニューラルネットワークベースコーラーの精度が向上

ライセンスと著作権

(c) 2019 Oxford Nanopore Technologies Ltd.

Bonito は、Oxford Nanopore Technologies, Ltd. Public License v. 1.0 の条件に基づいて配布されています。ライセンスのコピーがこのファイルとともに配布されていない場合は、http://nanoporetech.com で入手できます。

研究発表

研究リリースは、機能への早期アクセスを提供したり、コミュニティでのツール開発を促進したりするための技術デモンストレーターとして提供されます。このソフトウェアのサポートは最小限であり、開発者によってのみ直接提供されます。機能のリクエスト、改善、ディスカッションは歓迎されており、フォークやプル リクエストによって実装できます。あらゆる問題やユーザーからのフィードバックを修正したいと考えていますが、開発者がこのソフトウェアをサポートできるリソースは限られている可能性があります。研究リリースは不安定な場合があり、オックスフォード ナノポア テクノロジーズによる迅速な反復の対象となる場合があります。

引用

 @software{bonito,
  title = {Bonito: A PyTorch Basecaller for Oxford Nanopore Reads},
  author = {{Chris Seymour, Oxford Nanopore Technologies Ltd.}},
  year = {2019},
  url = {https://github.com/nanoporetech/bonito},
  note = {Oxford Nanopore Technologies, Ltd. Public License, v. 1.0},
  abstract = {Bonito is an open source research basecaller for Oxford Nanopore reads. It provides a flexible platform for training and developing basecalling models using PyTorch.}
}