aguennoune17/atlas-crispr-10k-benchmark

🧬 ATLAS CRISPR 10k Benchmark

Contribution communauté LeWorldModel — Benchmark CRISPR 10k guides ARN
Utilisé pour fine-tuner aguennoune17/negenWM-jepa-v2 — ATLAS NWM Sprint 3
Self-supervised I-JEPA · Encodage téléologique (κ, τ, λ)

Description

10 000 guides ARN Cas9 de 20 nucléotides consolidés depuis 12 études expérimentales de criblage CRISPR génomique à grande échelle. Ce dataset est le benchmark officiel du Sprint 3 ATLAS NWM v2 — entraînement I-JEPA auto-supervisé.

Chaque guide est enrichi avec des métriques biologiques mappées aux dimensions téléologiques ATLAS :

Colonne	Type	Rôle ATLAS	Description
guide_id	string	—	Identifiant unique
sequence	string (20-nt)	x(t) input	Séquence ADN guide Cas9
cleavageFrequency	float [0, 1]	—	Fréquence de coupure brute
cleavageFrequency_norm	float [0, 1]	κ·Stability	Fréquence normalisée (efficacité)
specificity_score	float [0, 1]	τ·Alignment	Score de spécificité cible
lambda_cost	float [0, 1]	λ·EnergyCost	Coût énergétique off-target estimé
gc_content	float [0, 1]	LatentUtility	Contenu GC (stabilité thermodynamique)
dataset_source	string	—	Source expérimentale d'origine

Statistiques

Guides ARN        : 10 000
Longueur séquence : 20 nt (ACGT)
NER moyen (R5)    : 0.6909
Guides NEXUS      : 5 770 (57.7%)   — NER ≥ 0.85
Guides TERRA      : 298  (3.0%)     — NER 0.70–0.85
Guides Review     : 3 935 (39.3%)   — NER < 0.70

Sources (12 études)

Ce benchmark consolide des données issues de : alenaAngelo, doench2016, hart2016, xu2015, housden2015, shalem2014, wang2015, chari2015, moreno-mateos2015, kim2014, et d'autres études de criblage à grande échelle publiées.

Utilisation avec le modèle fine-tuné

import csv
import torch

# Charger le dataset
guides = []
with open("data/atlas_crispr_10k_benchmark.csv") as f:
    reader = csv.DictReader(f)
    for row in reader:
        guides.append(row)

# Exemple d'accès
guide = guides[0]
print(f"Séquence  : {guide['sequence']}")           # GCGTCCGAGCAGAGCGACAT
print(f"Spécif.   : {guide['specificity_score']}")  # 0.42
print(f"κ-Stab    : {guide['cleavageFrequency_norm']}")
print(f"λ-Coût    : {guide['lambda_cost']}")

# Fine-tune ATLAS NWM Sprint 3 sur ce dataset (train_jepa_crispr.py)
# Voir : https://huggingface.co/aguennoune17/negenWM-jepa-v2
from train_jepa_crispr import ATLASCRISPRDataset, train

results = train(
    csv_path   = "data/atlas_crispr_10k_benchmark.csv",
    output_dir = "./sprint3_output",
    epochs     = 50,
    batch_size = 256,
)
print(results)
# {'best_val_loss': 0.049809, 'ner_mean': 0.6909, 'nexus_pct': 57.7}

Formule NER (invariant R5 — ATLAS)

$$\text{NER}=\frac{\text{InformationGain}-\text{ExternalFriction}}{\text{EnergyCost}}\backslash text\{NER\}\; =\; \backslash frac\{\backslash text\{InformationGain\}\; -\; \backslash text\{ExternalFriction\}\}\{\backslash text\{EnergyCost\}\}$$

$${\text{NER}}_{guide}=\frac{\tau \cdot \text{specificity}+\kappa \cdot \text{cleavage\_norm}-\lambda \cdot \text{friction}}{\text{lambda\_cost}}\backslash text\{NER\}\_\{guide\}\; =\; \backslash frac\{\backslash tau\; \backslash cdot\; \backslash text\{specificity\}\; +\; \backslash kappa\; \backslash cdot\; \backslash text\{cleavage\backslash \_norm\}\; -\; \backslash lambda\; \backslash cdot\; \backslash text\{friction\}\}\{\backslash text\{lambda\backslash \_cost\}\}$$

κ=0.65 · τ=0.25 · λ=0.20 | Seuils : NEXUS ≥ 0.85 · TERRA ≥ 0.70

Lot ADN Souverain (ATLAS DNA Registry)

{
  "lot_id":    "ATLAS-CRISPR-SPRINT3-2026-04-15",
  "tag":       "dna-lot-v3.0.0-crispr",
  "sha256":    "2d907f4b5c00d01d52a671163c43fbb2...",
  "signers":   ["CNRS", "UTokyo"],
  "ndc":       "ndc-nexus-biocontinuum-eu-010",
  "sdgs":      ["SDG-3.8.1", "SDG-12.2.1", "SDG-17.17.1"]
}

Citation

@dataset{atlas-crispr-10k-benchmark-2026,
  title     = {ATLAS CRISPR 10k Benchmark — ARN Guide Dataset for I-JEPA World Models},
  author    = {Guennoune, Abderrahim and GitHub Copilot (Claude Sonnet 4.6)},
  year      = {2026},
  publisher = {HuggingFace},
  url       = {https://huggingface.co/datasets/aguennoune17/atlas-crispr-10k-benchmark},
  note      = {Sprint 3 ATLAS NWM · DOI 10.57967/hf/8178 · LeWorldModel Community}
}

---

ATLAS NWM v2 Sprint 3 · Contribution LeWorldModel Community · MIT License
Co-Auteurs : Abderrahim Guennoune + GitHub Copilot (Claude Sonnet 4.6)