AlphaGenome API
完全な開発者ガイド
Python SDKとREST APIを使用して、強力なDNA配列解析とバリアント効果予測をアプリケーションに統合します。
クイックスタート
数分でAlphaGenomeを使い始めましょう
SDKのインストール
pipを使用してPythonパッケージをインストール
pip install dr7-alphagenomeAPIキーの設定
認証情報を設定
export DR7_API_KEY=your_key予測の実行
コマンドラインから最初の予測を実行
alphagenome predict seq.fafrom dr7_alphagenome import AlphaGenome
# Initialize the client
client = AlphaGenome(api_key="your_api_key")
# Predict from DNA sequence
sequence = "ATCGATCG..." * 125000 # 1Mb sequence
results = client.predict(
sequence=sequence,
modalities=["CAGE", "ATAC", "ChIP"],
cell_types=["K562", "HepG2"]
)
# Get variant effect predictions
variant_effect = client.score_variant(
chromosome="chr1",
position=12345,
ref="A",
alt="G"
)
print(f"Variant effect score: {variant_effect.score}")
print(f"Affected tracks: {variant_effect.top_affected_tracks}")コアAPI機能
包括的なゲノム解析のための強力なエンドポイント
配列予測
POST /v1/alphagenome/predict
生のDNA配列から機能的効果を予測します。遺伝子発現、クロマチンアクセシビリティなどをカバーする5,930トラックの予測を返します。
パラメータ:
- •sequence: DNA配列（最大1Mb）
- •modalities: 出力タイプのリスト（CAGE、ATACなど）
- •cell_types: ターゲット細胞タイプ/組織
- •output_format: json、bigwig、またはbedgraph
バリアントスコアリング
POST /v1/alphagenome/variant
遺伝的バリアントの機能的影響をスコアリングします。リファレンスと代替アレルの予測を比較してバリアント効果を定量化します。
パラメータ:
- •chromosome: 染色体名（chr1-chr22、chrX、chrY）
- •position: ゲノム位置（hg38）
- •ref: リファレンスアレル
- •alt: 代替アレル
- •window_size: コンテキストウィンドウ（デフォルト100kb）
バッチ処理
POST /v1/alphagenome/batch
単一のリクエストで複数の配列またはバリアントを処理します。VCFファイルやゲノムワイド研究に最適です。
パラメータ:
- •variants: バリアントのリストまたはVCFファイル
- •parallel: 並列処理を有効化
- •callback_url: 完了通知用Webhook
- •output_format: 出力ファイル形式
リージョンクエリ
GET /v1/alphagenome/region
特定のゲノム領域の予測をクエリします。ゲノムブラウザで予測を視覚化するのに便利です。
パラメータ:
- •chromosome: ターゲット染色体
- •start: 開始位置
- •end: 終了位置（最大範囲1Mb）
- •tracks: 返す特定のトラック
コード例
一般的なユースケースの例で学ぶ
基本的な配列予測
from dr7_alphagenome import AlphaGenome
client = AlphaGenome()
# Load sequence from FASTA file
results = client.predict_from_fasta(
"input.fa",
modalities=["CAGE", "ATAC", "DNase", "H3K27ac"],
output_format="bigwig"
)
# Results are saved as BigWig files for visualization
for track in results.tracks:
print(f"Saved: {track.output_path}")バリアント効果スコアリング
from dr7_alphagenome import AlphaGenome
client = AlphaGenome()
# Score a single variant
effect = client.score_variant(
chromosome="chr17",
position=7674220, # Near TP53 gene
ref="G",
alt="A",
window_size=100000 # Context around variant
)
print(f"Overall effect score: {effect.score:.4f}")
print(f"Gene expression change: {effect.expression_delta:.4f}")
print("Top affected cell types:")
for ct in effect.top_cell_types[:5]:
print(f" {ct.name}: {ct.score:.4f}")バッチVCF処理
from dr7_alphagenome import AlphaGenome
client = AlphaGenome()
# Score variants from VCF file
results = client.score_vcf(
"variants.vcf",
reference="hg38",
output_file="scored_variants.tsv",
include_tracks=["CAGE", "enhancer_activity"],
parallel=True
)
print(f"Scored {results.total_variants} variants")
print(f"High-impact variants: {results.high_impact_count}")
# Filter for regulatory variants
regulatory = results.filter(
min_score=0.5,
affected_elements=["enhancer", "promoter"]
)
regulatory.to_dataframe().to_csv("regulatory_variants.csv")curlを使用したREST API
# REST API Example with curl
# Predict from sequence
curl -X POST https://api.dr7.ai/v1/alphagenome/predict \
-H "Authorization: Bearer $DR7_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"sequence": "ATCGATCG...",
"modalities": ["CAGE", "ATAC"],
"cell_types": ["K562"]
}'
# Score variant
curl -X POST https://api.dr7.ai/v1/alphagenome/variant \
-H "Authorization: Bearer $DR7_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"chromosome": "chr1",
"position": 12345,
"ref": "A",
"alt": "G"
}'APIのヘルプが必要ですか？
コード例、トラブルシューティング、または統合に関する質問についてAIアシスタントにお尋ねください
AlphaGenome API Assistant APIテクニカルサポート
ゲノミクスAIを体験
ベストプラクティス
AlphaGenome APIの使用を最適化
配列長の最適化
最適な結果を得るためにコンテキスト長と処理時間のバランスを取ります。
- ✓ほとんどのアプリケーションで100kb-500kbのウィンドウを使用
- ✓長距離調節解析には完全な1Mbコンテキストを使用
- ✓高スループットバリアントスコアリングには小さいウィンドウ（50kb）を使用
細胞タイプの選択
解析に焦点を当てるために関連する細胞タイプを選択します。
- ✓生物学的な質問に一致する細胞タイプを選択
- ✓疾患研究には組織に一致した細胞タイプを使用
- ✓/v1/alphagenome/cell-typesで利用可能な細胞タイプをクエリ
バッチ処理戦略
バッチエンドポイントで大規模データセットを効率的に処理します。
- ✓効率的な処理のためにバリアントを染色体ごとにグループ化
- ✓大規模ジョブ（>1000バリアント）には非同期コールバックを使用
- ✓下流解析に基づいて出力形式を検討
エラー処理
適切なエラー処理で堅牢なアプリケーションを構築します。
- ✓レート制限に対して指数バックオフを実装
- ✓送信前に配列を検証
- ✓リファレンスゲノムに対してバリアント位置を確認
ゲノム解析をスケールする準備はできましたか？
より高いレート制限、優先サポート、高度な機能でAPIアクセスを取得します。
API FAQ
AlphaGenome APIに関する一般的な技術的質問
レート制限はどのくらいですか？
無料プラン: 100リクエスト/日。Standard: 10,000リクエスト/日。Pro: 100,000リクエスト/日。Enterprise: カスタム制限が利用可能。レート制限ヘッダーはすべてのAPIレスポンスに含まれています。
どの入力形式がサポートされていますか？
APIは生のDNA配列（A、T、C、G文字）、FASTA形式、ゲノム座標（hg38）、およびバッチバリアントスコアリング用のVCFファイルを受け付けます。配列の長さは最大1Mbです。
長い配列をどのように処理しますか？
1Mbより長い配列の場合、オーバーラップするウィンドウに分割して予測を組み合わせます。SDKは自動的にこれを処理するsliding_window()ヘルパー関数を提供しています。
どの出力形式が利用可能ですか？
プログラムアクセス用のJSON（デフォルト）、ゲノムブラウザ視覚化用のBigWig、テキストベース解析用のBedGraph、表形式出力用のTSV。バッチジョブは圧縮ファイルも出力できます。
認証方法は？
APIキーを使用したBearerトークン認証を使用します。DR7_API_KEY環境変数を設定するか、クライアントコンストラクタに直接渡します。APIキーはDr7.aiダッシュボードで管理できます。
Python SDKはありますか？
はい！'pip install dr7-alphagenome'でインストールできます。SDKはすべてのAPIエンドポイントへの高レベルインターフェース、自動リトライ、ストリーミングサポート、一般的なワークフロー用のヘルパー関数を提供します。