AlphaGenome API
완전 개발자 가이드
Python SDK 및 REST API를 통해 강력한 DNA 서열 분석 및 변이 효과 예측을 애플리케이션에 통합하세요.
빠른 시작
몇 분 안에 AlphaGenome을 시작하세요
SDK 설치
pip를 사용하여 Python 패키지 설치
pip install dr7-alphagenomeAPI 키 설정
인증 자격 증명 구성
export DR7_API_KEY=your_key예측 실행
명령줄에서 첫 번째 예측 실행
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}")핵심 API 기능
포괄적인 유전체 분석을 위한 강력한 엔드포인트
서열 예측
POST /v1/alphagenome/predict
원시 DNA 서열에서 기능적 효과를 예측합니다. 유전자 발현, 크로마틴 접근성 등을 포함한 5,930개 트랙에 걸친 예측을 반환합니다.
매개변수:
- •sequence: DNA 서열 (최대 1Mb)
- •modalities: 출력 유형 목록 (CAGE, ATAC 등)
- •cell_types: 대상 세포 유형/조직
- •output_format: json, bigwig 또는 bedgraph
변이 점수화
POST /v1/alphagenome/variant
유전 변이의 기능적 영향을 점수화합니다. 참조 및 대체 대립유전자 예측을 비교하여 변이 효과를 정량화합니다.
매개변수:
- •chromosome: 염색체 이름 (chr1-chr22, chrX, chrY)
- •position: 유전체 위치 (hg38)
- •ref: 참조 대립유전자
- •alt: 대체 대립유전자
- •window_size: 컨텍스트 윈도우 (기본값 100kb)
배치 처리
POST /v1/alphagenome/batch
단일 요청으로 여러 서열 또는 변이를 처리합니다. VCF 파일 또는 전장 유전체 연구에 이상적입니다.
매개변수:
- •variants: 변이 목록 또는 VCF 파일
- •parallel: 병렬 처리 활성화
- •callback_url: 완료 알림용 Webhook
- •output_format: 출력 파일 형식
영역 쿼리
GET /v1/alphagenome/region
특정 유전체 영역에 대한 예측을 쿼리합니다. 유전체 브라우저에서 예측을 시각화하는 데 유용합니다.
매개변수:
- •chromosome: 대상 염색체
- •start: 시작 위치
- •end: 끝 위치 (최대 1Mb 범위)
- •tracks: 반환할 특정 트랙
코드 예제
일반적인 사용 사례를 통해 배우기
기본 서열 예측
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}")변이 효과 점수화
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}")배치 VCF 처리
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")curl을 사용한 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 도움이 필요하신가요?
AI 어시스턴트에게 코드 예제, 문제 해결 또는 통합 질문에 대해 도움을 요청하세요
AlphaGenome API Assistant API 기술 지원
유전체학 AI 체험
모범 사례
AlphaGenome API 사용 최적화
서열 길이 최적화
최적의 결과를 위해 컨텍스트 길이와 처리 시간의 균형을 맞추세요.
- ✓대부분의 애플리케이션에 100kb-500kb 윈도우 사용
- ✓장거리 조절 분석에는 전체 1Mb 컨텍스트
- ✓고처리량 변이 점수화에는 더 작은 윈도우 (50kb)
세포 유형 선택
분석에 집중하기 위해 관련 세포 유형을 선택하세요.
- ✓생물학적 질문에 맞는 세포 유형 선택
- ✓질병 연구에는 조직 일치 세포 유형 사용
- ✓/v1/alphagenome/cell-types로 사용 가능한 세포 유형 쿼리
배치 처리 전략
배치 엔드포인트로 대규모 데이터셋을 효율적으로 처리하세요.
- ✓효율적인 처리를 위해 염색체별로 변이 그룹화
- ✓대규모 작업 (>1000 변이)에는 비동기 콜백 사용
- ✓다운스트림 분석에 따라 출력 형식 고려
오류 처리
적절한 오류 처리로 견고한 애플리케이션을 구축하세요.
- ✓속도 제한에 대한 지수 백오프 구현
- ✓제출 전 서열 유효성 검사
- ✓참조 유전체에 대해 변이 위치 확인
유전체 분석을 확장할 준비가 되셨나요?
더 높은 속도 제한, 우선 지원 및 고급 기능과 함께 API 액세스를 받으세요.
API FAQ
AlphaGenome API에 대한 일반적인 기술 질문
속도 제한은 어떻게 되나요?
무료 티어: 100 요청/일. 스탠다드: 10,000 요청/일. 프로: 100,000 요청/일. 엔터프라이즈: 맞춤 제한 가능. 모든 API 응답에 속도 제한 헤더가 포함됩니다.
어떤 입력 형식이 지원되나요?
API는 원시 DNA 서열 (A, T, C, G 문자), FASTA 형식, 유전체 좌표 (hg38) 및 배치 변이 점수화를 위한 VCF 파일을 허용합니다. 서열 길이는 최대 1Mb까지 가능합니다.
긴 서열은 어떻게 처리하나요?
1Mb보다 긴 서열의 경우 겹치는 윈도우로 분할하고 예측을 결합하세요. SDK는 이를 자동으로 처리하는 sliding_window() 헬퍼 함수를 제공합니다.
어떤 출력 형식을 사용할 수 있나요?
JSON (기본값)은 프로그래밍 방식 액세스용, BigWig는 유전체 브라우저 시각화용, BedGraph는 텍스트 기반 분석용, TSV는 테이블 출력용입니다. 배치 작업은 압축 파일로도 출력할 수 있습니다.
인증은 어떻게 하나요?
API 키로 Bearer 토큰 인증을 사용하세요. DR7_API_KEY 환경 변수를 설정하거나 클라이언트 생성자에 직접 전달하세요. API 키는 Dr7.ai 대시보드에서 관리할 수 있습니다.
Python SDK가 있나요?
네! 'pip install dr7-alphagenome'으로 설치하세요. SDK는 모든 API 엔드포인트에 대한 고수준 인터페이스, 자동 재시도, 스트리밍 지원 및 일반적인 워크플로우를 위한 헬퍼 함수를 제공합니다.