AlphaGenome API
完整开发者指南
通过我们的 Python SDK 和 REST API，将强大的 DNA 序列分析和变异效应预测集成到您的应用程序中。
快速开始
几分钟内即可开始使用 AlphaGenome
安装 SDK
使用 pip 安装 Python 包
pip install dr7-alphagenome设置 API 密钥
配置您的身份验证凭据
export DR7_API_KEY=your_key运行预测
从命令行进行首次预测
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}")核心 API 功能
用于全面基因组分析的强大端点
序列预测
POST /v1/alphagenome/predict
从原始 DNA 序列预测功能效应。返回涵盖基因表达、染色质可及性等 5,930 个轨道的预测结果。
参数：
- •sequence: DNA 序列（最长 1Mb）
- •modalities: 输出类型列表（CAGE、ATAC 等）
- •cell_types: 目标细胞类型/组织
- •output_format: json、bigwig 或 bedgraph
变异评分
POST /v1/alphagenome/variant
评估遗传变异的功能影响。比较参考等位基因和替代等位基因的预测以量化变异效应。
参数：
- •chromosome: 染色体名称（chr1-chr22、chrX、chrY）
- •position: 基因组位置（hg38）
- •ref: 参考等位基因
- •alt: 替代等位基因
- •window_size: 上下文窗口（默认 100kb）
批量处理
POST /v1/alphagenome/batch
在单个请求中处理多个序列或变异。非常适合 VCF 文件或全基因组研究。
参数：
- •variants: 变异列表或 VCF 文件
- •parallel: 启用并行处理
- •callback_url: 完成通知的 Webhook
- •output_format: 输出文件格式
区域查询
GET /v1/alphagenome/region
查询特定基因组区域的预测。适用于在基因组浏览器中可视化预测结果。
参数：
- •chromosome: 目标染色体
- •start: 起始位置
- •end: 结束位置（最大 1Mb 范围）
- •tracks: 要返回的特定轨道
代码示例
通过这些常见用例学习
基本序列预测
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}")变异效应评分
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}")批量 VCF 处理
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")使用 curl 的 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"
}'需要 API 帮助？
向我们的 AI 助手寻求代码示例、故障排除或集成问题的帮助
AlphaGenome API Assistant API 技术支持
体验基因组学 AI
最佳实践
优化您的 AlphaGenome API 使用
序列长度优化
平衡上下文长度与处理时间以获得最佳结果。
- ✓大多数应用使用 100kb-500kb 窗口
- ✓长程调控分析使用完整 1Mb 上下文
- ✓高通量变异评分使用较小窗口（50kb）
细胞类型选择
选择相关的细胞类型以聚焦您的分析。
- ✓选择与您的生物学问题匹配的细胞类型
- ✓疾病研究使用组织匹配的细胞类型
- ✓使用 /v1/alphagenome/cell-types 查询可用细胞类型
批量处理策略
使用批量端点高效处理大型数据集。
- ✓按染色体分组变异以提高处理效率
- ✓大型任务（>1000 个变异）使用异步回调
- ✓根据下游分析考虑输出格式
错误处理
通过适当的错误处理构建健壮的应用程序。
- ✓为速率限制实现指数退避
- ✓提交前验证序列
- ✓根据参考基因组检查变异位置
API 常见问题
关于 AlphaGenome API 的常见技术问题
速率限制是多少？
免费版：100 次请求/天。标准版：10,000 次请求/天。专业版：100,000 次请求/天。企业版：可自定义限制。所有 API 响应中都包含速率限制标头。
支持哪些输入格式？
API 接受原始 DNA 序列（A、T、C、G 字符）、FASTA 格式、基因组坐标（hg38）以及用于批量变异评分的 VCF 文件。序列长度最多可达 1Mb。
如何处理长序列？
对于超过 1Mb 的序列，将它们分成重叠的窗口并合并预测。SDK 提供了 sliding_window() 辅助函数，可自动处理此操作。
有哪些可用的输出格式？
JSON（默认）用于程序化访问，BigWig 用于基因组浏览器可视化，BedGraph 用于基于文本的分析，TSV 用于表格输出。批量作业还可以输出压缩文件。
如何进行身份验证？
使用 Bearer 令牌和您的 API 密钥进行身份验证。设置 DR7_API_KEY 环境变量或直接将其传递给客户端构造函数。API 密钥可在您的 Dr7.ai 控制台中管理。
有 Python SDK 吗？
有！使用 'pip install dr7-alphagenome' 安装。SDK 为所有 API 端点提供高级接口、自动重试、流式支持和常见工作流程的辅助函数。