alleleforge

## 概要 AlleleForgeは、ガイドRNAからではなく、破壊されたアレル（変異）から開始する研究指向のCRISPRゲノム編集設計フレームワークです。ClinVarエントリ、rsID、HGVS、VCF、または生の座標などの変異を指定すると、パイプラインがそれを解決し、適切な編集化学手法へルーティングし、候補となるガイド/pegRNAを列挙・スコアリングして、ランク付けされた編集候補メニューを返します。 カバーされている化学手法は、SpCas9ヌクレアーゼ、塩基編集（ABE/CBE）、および本プロジェクトのフラッグシップであるプライム編集の3つです。各候補には、予測される編集結果、不確実性区間、およびオフターゲットレポートが付随します。これらは、1つのコアに対する3つのシェル（Pythonライブラリ、`aforge`コマンドラインインターフェース、およびFastAPIバックエンドとNext.jsフロントエンドによるWeb UI）を通じて提供されます。 ## 不確実性と安全性レポート 予測値は単なる浮動小数点数として提供されません。各数値結果には、区間、算出メソッド、およびその区間がホールドアウトされたカバレッジに対して適合されたかを示す`calibrated`フラグが付属します。デフォルトの重みなし設定はヒューリスティックであり、`calibrated=False`として報告されます。区間の再校正にはsplit-conformal法が、確率校正には等調回帰（isotonic regression）が使用され、必要に応じて`empirical_coverage`/ECEが表示されます。 オフターゲット分析は集団およびハプロタイプを考慮していますが、明示的なオプトイン方式です。本プロジェクトはgnomADデータを同梱していないため、祖先層別スキャンを行うには、ユーザーが頻度ソース（`--gnomad`、`--haplotypes`、`--patient-vcf`）を提供する必要があります。ソースがない場合、スキャンはリファレンスのみとなり、出力にその旨が記載されます。祖先リスクは平均ではなく、最も影響を受ける集団として報告され、集団およびハプロタイプのパスに同一の閾値が適用されます。ノミネーションには2つの特異性モデル（CFDとMIT）が組み合わされ、サイトごとに両方のスコアが記録されます。実行をまたいだオフターゲットキャッシュは、リファレンスのみかつデフォルトスコアラーによる検索にのみ制限される安全ゲートが設けられています。 ## 再現性とエンジニアリング姿勢 READMEに記載された設計上の決定は再現性を重視しています。コンテンツアドレス指定の結果、分割およびキャッシュ（整合性の再検証付き）、固定された環境、決定論的なシード、およびコンテンツハッシュ化されたチェックポイントなどが採用されています。設計上、`null`アーティファクトハッシュはダウンロードをブロックします。モデルは同意/ライセンス/チェックサムゲートを通じてロードされます。デフォルトのバックボーン（Nucleotide Transformer v2 500M）はCC-BY-NC-SA-4.0であり、ロード時に商用利用が拒否され、実際の重みは同梱されていません。バックボーンにはONNXエクスポートパスが存在します。 Rust/PyO3クレート（`aforge_native`）が、FM-index BWT検索、k-merシーディング、ハプロタイプウォーキング、バルジアライメントなどのオプションの加速カーネルを提供します。それぞれにバイト単位で同一の純粋なPythonフォールバックとパリティテストが用意されており、クレートなしでもライブラリのインストールと動作が可能です。特筆すべき点として、ベンチマークの結果、FM-indexとk-merシードのプリフィルタは、スキャンレベルでの正味のコストになると測定されたため、デフォルトではなくオプトインとして残されました。 ## ベンチマークとステータス 公開ベンチマークであるCRISPR-Benchは、タスク、固定された分割、メトリクス、ランナー、およびリーダーボードを提供します。校正/汎化研究スクリプトにより、タスクごとのECE、細胞型間の汎化ギャップ、および再校正レポートが再生成されます。再現可能なSVG図は、依存関係のないレンダラーによって生成されます。 v0.1.0ロードマップの全15フェーズ（コア型、ゲノムアクセス、データレジストリ、変異リゾルバー、オフターゲットエンジン、スコアリング/モデルズー、3つの化学手法、デザイナー、レポート、CLI、Web、ベンチマーク、ドキュメント）は完了済みとしてマークされています。v0.1.0以降のv1.0に向けたトラック（実際のアーティファクトハッシュの固定や検証/校正研究など）は、進行中または未着手としてリストされています。 ## インストール構成 コアインストールは意図的に軽量（型定義モデル、設定、モデルカード解析）に抑えられており、`core`、`genome`、`variant`、`cli`、`web`、`ml`、`cas9-rs3`、`docs`、`dev`のオプションエクストラが用意されています。Python 3.11以上が必要です。`variant`エクストラは、`hgvs`が`psycopg2`に依存しているため、PostgreSQLクライアントヘッダーを必要とします。READMEでは、これにより以前はドキュメントに記載されたインストールコマンドが実行不可能であったことが記されています。 本プロジェクトは、医療機器ではなく研究ツールであること、およびオフターゲットのノミネーションは計算上のものであり、実験的に検証されなければならないことを明記しています。