Compétences AlphaGenome Atlas

Configuration des liens profonds et des URL AlphaGenome Atlas

Construisez et validez des liens profonds pour l'application Web AlphaGenome Atlas (https://deepmind.google.com/science/alphagenome/atlas).

URL de base : https://deepmind.google.com/science/alphagenome/atlas

[!IMPORTANT] Liens profonds obligatoires avec les scores de variants : Chaque fois que vous présentez, discutez ou évaluez des variants génétiques, vous DEVEZ toujours fournir des liens profonds cliquables vers AlphaGenome Atlas. Utilisez scripts/alphagenome_atlas_links.py pour automatiser la génération des liens et des tableaux.

---

Prérequis

# 1. Lien d'exploration d'un variant unique :
uv run scripts/alphagenome_atlas_links.py variant "chr9:128225994:G>A" \
  --biosample K562 \
  --modalities RNA_SEQ,DNASE,CHIP_TF

# 2. Lien de locus / intervalle génomique :
uv run scripts/alphagenome_atlas_links.py locus "chr11:5288500-5290500" \
  --biosample K562 \
  --modalities RNA_SEQ,DNASE,CHIP_TF

# 3. Tableau formaté des enregistrements de variants candidats (avec liens cliquables intégrés) :
uv run scripts/alphagenome_atlas_links.py table --input top_variants.json --biosample K562

# 4. Construire un lien de prédictions de pistes Ref vs Alt (/atlas/track-predictions) :
uv run scripts/alphagenome_atlas_links.py track-predictions \
  --variant "chr15:42387805:C>G" \
  --gene CAPN3 \
  --biosample "Muscle_Skeletal"

---

2. Paramètres de requête URL

• q (string, Requis) : Cible de recherche principale. Prend en charge les intervalles fermés 1-indexés (chr11:5288500-5290500), les symboles de gènes (BRCA1), les identifiants Ensembl (ENSG00000012048) ou les variants 1-indexés (chr7:27170000:A>G).
• m (enum, Optionnel) : Mode d'affichage. Par défaut, entity pour les gènes/variants et locus pour les intervalles de coordonnées. Utilisez variant pour les requêtes de variants. (Valeurs autorisées : locus, entity, variant, motifs).
• i (string, Optionnel) : Intervalle de zoom de la fenêtre d'affichage centrée au format chr:start-end fermé 1-indexé (ex. chr11:5289310-5289690). Requis pour le rendu automatique des motifs.
• f (string, Optionnel) : Prédicats de filtre séparés par des virgules au format CLEF:VALEUR (ex. BIOSAMPLE_NAME:K562,SCORER_MODALITY:RNA-seq,ASSAY_TRANSCRIPTOR_FACTOR:GATA1). Contrôle les lignes visibles de la carte de chaleur.
• lItems (string, Optionnel) : Séquence d'éléments de mise en page, bascule de la piste de score AVI (avi), cartes de chaleur de section et liste des pistes épinglées (ex. avi,section:RNA_SEQ,section:DNASE,pinned:<TrackKey>).
• scores (string, Optionnel) : Liste séparée par des virgules de jetons ScoreId pour la page de comparaison /atlas/track-predictions (ex. <ScoreId1>,<ScoreId2>).
• md (enum, Optionnel) : Sélecteur d'onglet de modalité actif sur la vue des prédictions de pistes (RNA_SEQ, SPLICE_JUNCTIONS, SPLICE_SITE_USAGE, DNASE).
• tpRenames (string, Optionnel) : Surcharges de titre personnalisées pour des prédictions de score spécifiques (ScoreId:CustomTitle).
• tpLegendTitle (string, Optionnel) : Titre de légende personnalisé pour la carte du graphique des prédictions de pistes (ex. Predicted Gene Expression).

[!IMPORTANT] Format de requête de variant : Les variants dans q doivent strictement utiliser le format chr:pos_1_based:ref>alt (ex. chr7:27170000:A>G ou encodé URL chr7:27170000:A%3EG, où la position est 1-indexée). N'utilisez pas d'allèles séparés par des deux-points (A:G) ou des rsID dbSNP (les rsID ne sont pas pris en charge).

---

3. Filtrage multi-modalités et le piège des groupes d'essais (f)

Groupes de filtres et évaluation booléenne

Les filtres dans f correspondent à trois groupes d'évaluation principaux :

• Groupe Biosample (BIOSAMPLE_NAME, BIOSAMPLE_TYPE) : Évalué avec une logique ET.
• Groupe Assay (SCORER_MODALITY, ASSAY_TRANSCRIPTOR_FACTOR, ASSAY_HISTONE_MARK) : Évalué avec une logique OU.
• Groupe Gene (GENE_NAME) : Évalué avec une logique OU.

⚠️ Règle de filtre multi-modalités obligatoire

Les pistes RNA-seq et DNase n'ont pas de code de facteur de transcription (transcriptionFactorCode === ""). Si f contient uniquement des filtres ASSAY_TRANSCRIPTOR_FACTOR dans le groupe Assay, les pistes RNA-seq et DNase échouent à l'évaluation Assay et sont masquées de la carte de chaleur.

Pour afficher les pistes RNA-seq et DNase aux côtés de facteurs de transcription ChIP-seq spécifiques, incluez explicitement SCORER_MODALITY:RNA-seq et SCORER_MODALITY:DNase dans f (géré automatiquement par scripts/alphagenome_atlas_links.py) :

f=BIOSAMPLE_NAME:<CellLine>,SCORER_MODALITY:RNA-seq,SCORER_MODALITY:DNase,ASSAY_TRANSCRIPTOR_FACTOR:<TF1>,ASSAY_TRANSCRIPTOR_FACTOR:<TF2>

---

4. Configuration de la mise en page, scores AVI et pistes épinglées (lItems)

Tracé des scores AVI et des sections de modalité

• Piste d'impact de variant AVI (avi) : Inclure avi dans lItems rend la piste de score d'impact de variant AlphaGenome de niveau supérieur pour l'intervalle ou le variant.
• Sections de modalité de base de données (section:<MODALITY>) : Les sections rendent des cartes de chaleur complètes non épinglées sur toutes les pistes correspondantes pour cette modalité (ex. section:RNA_SEQ, section:DNASE, section:CHIP_TF, section:ATAC, section:CAGE).

Pistes épinglées et instances de motifs

[!NOTE] Directive sur les motifs spécifiques aux pistes : Les pistes Active-ISM épinglées avec des instances de motifs et des logos de matrice de poids de contribution (CWM) doivent uniquement être ajoutées lorsqu'elles sont spécifiquement demandées pour des pistes individuelles. Seul un sous-ensemble limité de pistes (telles que les pistes clés ChIP-TF ou RNA-seq pertinentes pour le locus) prend en charge et bénéficie des superpositions de motifs épinglés. Pour les liens d'exploration standard, les cartes de chaleur de section par défaut (avi,section:RNA_SEQ,section:DNASE,section:CHIP_TF) sans pistes épinglées sont préférées.

Les instances de motifs et les logos CWM sont rendus exclusivement sur les pistes de séquence épinglées (ACTIVE_ISM ou RAW_SCORES, pas REF_SCORES) à la résolution de la paire de bases. Les cartes de chaleur de section générales ne déclenchent pas le rendu des empreintes de motifs.

Schéma des clés de pistes épinglées

pinned:<TrackMetadataName>:<StrandNumber>:<ScorerShortName>:<Source>

Exemple d'entrée lItems dans une chaîne de requête URL brute :

pinned:EFO:0002067%20TF%20ChIP-seq%20GATA1:3:CHIP_TF:ACTIVE_ISM

• <TrackMetadataName> : Nom exact de la piste à partir du proto de métadonnées (ex. EFO:0002067 TF ChIP-seq GATA1), encodé en pourcentage (%20 pour les espaces) dans les chaînes de requête URL brutes (ou non encodé lorsqu'il est passé via urllib.parse.urlencode).
• <StrandNumber> : 1 (STRAND_POSITIVE), 2 (STRAND_NEGATIVE), 3 (STRAND_UNSTRANDED).
• <ScorerShortName> : RNA_SEQ, CHIP_TF, DNASE, ATAC, CAGE, PROCAP, CHIP_HISTONE (ou modalités uniquement RAW_SCORES : SPLICE_SITES, SPLICE_SITE_USAGE, SPLICE_JUNCTIONS, POLYADENYLATION, CONTACT_MAPS).
• <Source> : Identifiant source du jeu de tuiles de la carte de chaleur : ACTIVE_ISM (empreintes de motifs pondérées par l'activité _TIMES_ACTIVE et logos de séquence CWM), RAW_SCORES (pistes de scores de variants ISM brutes, rendant également les empreintes de motifs ISM brutes et les logos de séquence CWM sur toutes les modalités), ou REF_SCORES (graphiques linéaires de signal de référence continus sans lettres de séquence ni motifs). Les pistes calibrées et AVI ne peuvent pas être épinglées, et les suffixes hérités :heatmap:...:<TilesetId> échouent à la recherche de piste et sont ignorés.

Recette pour l'affichage automatique des motifs au chargement

1. Ajoutez des entrées de la forme pinned:<TrackMetadataName>:<StrandNumber>:<ScorerShortName>:<Source> (en utilisant ACTIVE_ISM pour les motifs pondérés par l'activité ou RAW_SCORES pour les motifs ISM bruts) directement à lItems pour les pistes cibles spécifiques uniquement.
2. Définissez l'intervalle de la fenêtre d'affichage i à la résolution de la paire de bases ($\ge 2\text{ px/bp}$, fenêtre $\le 380\text{ bp}$).
3. Configurez f avec la lignée cellulaire et les facteurs de transcription.

---

5. Prédictions de pistes et comparaisons Ref vs Alt (/atlas/track-predictions)

La page dédiée /atlas/track-predictions compare les profils fonctionnels prédits entre les allèles de Référence et alternatifs pour les scores sélectionnés dans les fenêtres génomiques :

• Route : https://deepmind.google.com/science/alphagenome/atlas/track-predictions
• Visualisations : Tracés linéaires élargis (expression, accessibilité de la chromatine, liaison TF) et graphiques Sashimi en arc (jonctions d'épissage).

Génération automatisée de liens de prédiction (scripts/alphagenome_atlas_links.py track-predictions)

Construisez toujours les URL de prédiction de pistes en utilisant scripts/alphagenome_atlas_links.py track-predictions. Le formatage manuel de la chaîne ScoreId est sujet aux erreurs en raison des coordonnées de saut donneur/accepteur, de l'orientation du brin (+/-) et des règles de suffixe génique vs. non génique. Le script gère automatiquement l'extraction des coordonnées à partir de GENCODE v46, la résolution du catalogue de pistes et la synthèse des URL.

# Variant et gène :
uv run scripts/alphagenome_atlas_links.py track-predictions \
  --variant "chr15:42387805:C>G" \
  --gene CAPN3 \
  --biosample "Muscle_Skeletal" \
  --modalities SPLICE_JUNCTIONS,RNA_SEQ,DNASE,CHIP_TF \
  --tf CTCF

# Requête d'intervalle/locus :
uv run scripts/alphagenome_atlas_links.py track-predictions \
  --variant "chr15:42387805:C>G" \
  --interval "chr15:41869312-42917888" \
  --biosample "Muscle_Skeletal" \
  --modalities SPLICE_JUNCTIONS,RNA_SEQ,DNASE,CHIP_TF

Options CLI prises en charge pour track-predictions

• --variant, -v (string, défaut : None) : Chaîne de variant au format chr:pos_1_based:ref>alt.
• --gene, -g (string, défaut : None) : Symbole du gène cible (délimite i= la fenêtre d'affichage et calcule les jonctions d'épissage).
• --gene_id (string, défaut : None) : ID du gène Ensembl cible (ex. ENSG00000092529.26).
• --interval, -i (string, défaut : None) : Intervalle génomique de la fenêtre d'affichage au format chr:start-end.
• --biosample, -b (string, défaut : Muscle_Skeletal) : Échantillon biologique ou tissu cible de la requête (ex. Muscle_Skeletal, K562, Whole_Blood).
• --modalities, -m (string, défaut : SPLICE_JUNCTIONS,RNA_SEQ,DNASE,CHIP_TF) : Liste séparée par des virgules des modalités (SPLICE_JUNCTIONS, RNA_SEQ, DNASE, ATAC, CHIP_TF).
• --tf (string, défaut : CTCF) : Nom du facteur de transcription pour les pistes ChIP-TF (ex. CTCF, GATA1).
• --rename (string, défaut : None) : Surcharges de renommage personnalisées des pistes dans la carte du graphique.
• --legend_title (string, défaut : None) : En-tête de légende personnalisée pour la carte du graphique.
• --format (enum, défaut : table) : Format de sortie (table, url, json).

[!IMPORTANT] Règle obligatoire de co-tracé de l'épissage et de l'ARN-seq : Lors de la génération de liens profonds /atlas/track-predictions, du traçage ou de la visualisation des données d'impact de variants pour des variants d'épissage, tracez toujours l'expression continue de l'ARN-seq en parallèle des pistes d'épissage (SPLICE_JUNCTIONS, SPLICE_SITE_USAGE, SPLICE_SITES). Les mutations d'épissage activent fréquemment des jonctions d'épissage cryptiques et déclenchent une dégradation dépendante du non-sens (NMD) ou altèrent la production totale de transcrits ; l'évaluation des jonctions d'épissage (arcs sashimi) avec la couverture de lecture continue de l'ARN-seq est nécessaire pour observer à la fois le défaut d'épissage structurel et le changement résultant dans l'abondance globale des transcrits.

[!IMPORTANT] Fournissez toujours i= borné dans les URL de prédiction de pistes : L'omission de scores= ou le fait de laisser l'intervalle génomique (i=) non borné entraîne une tentative de l'application Web d'interroger toutes les pistes correspondantes sur le locus plus large, ce qui entraîne une latence sévère ou un blocage de la page. alphagenome_atlas_links.py track-predictions borne automatiquement i= au gène cible ou à l'intervalle demandé.