这是一篇供讨论的阅读方法札记。文中的论文情境均为假设案例，不是对某篇真实论文的评价，也不代表个人做过的实验或研究经历。
一篇论文从第一页开始读，不一定就能顺着它的逻辑走到最后。摘要告诉人结论，结果展示很多图，方法铺开大量细节；读到末尾时，可能记得几个术语，却说不清作者究竟跨过了哪几个证据台阶。
一种值得尝试的思路，是不要先把论文当作一串需要全部记住的文字，而是当作一个需要重新搭起来的论证：问题是什么，作者怎样把问题变成可测量的任务，观察到了什么，哪些证据允许形成结论，还有哪些部分没有被回答。
读懂不等于同意。能够准确重建作者的论证，再判断它的力度，比一开始就寻找亮点或漏洞更有帮助。
第一轮：先 ...
这是一篇供讨论的思考札记。文中的学习情境是假设案例，不是个人经历或实验结果。
打开一篇教程，觉得讲得很好；收藏一个代码仓库，打算之后仔细看；把几张漂亮的流程图放进笔记。这些动作都没有错。问题只在于，做完这些之后，容易产生一种模糊的完成感：材料已经保存，仿佛知识也已经掌握。
收藏解决的是“以后去哪里找”，理解解决的是“现在为什么这样做”。两者相互支持，却不能互相代替。
看懂，不一定能够重新做出判断假设正在学习一个从 FASTQ 到表达矩阵的教程。文章中依次出现质控、定量、汇总等步骤，每个工具都有命令。沿着页面阅读时，顺序似乎很自然；把命令复制到终端，也可能得到输出。
但如果换成另一种文库类型，或 ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： Dissecting the cis-regulatory syntax of transcription initiation with deep learning
期刊与年份： bioRxiv，2024。论文原文。
阅读版本： bioRxiv, 2 ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： ChromBPNet: bias factorized, base-resolution deep learning models of chromatin accessibility reveal cis-regulatory sequence sy ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： Fine-tuning sequence-to-expression models on personal genome and transcriptome data
期刊与年份： Genome Biology，2026。论文原文。
范围为正文全部编号 ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： Systematic contextual biases in SegmentNT potentially relevant to other nucleotide transformer models
期刊与年份： Nucleic Acids Res ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： Personal transcriptome variation is poorly explained by current genomic deep learning models
期刊与年份： Nature Genetics，2023。论文原文。 ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： Benchmarking of deep neural networks for predicting personal gene expression from DNA sequence highlights shortcomings
期刊与年份： ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： Predictable and precise template-free CRISPR editing of pathogenic variants
期刊与年份： Nature，2018。论文原文。
范围为正文全部编号主图及其子图，包含流程示意图。E ...
#article-container td,#article-container th{white-space:normal;overflow-wrap:anywhere}#article-container td:first-child,#article-container th:first-child{width:22%}
论文题名： Determinants of Base Editing Outcomes from Target Library Analysis and Machine Learning
期刊与年份： Cell，2020。论文原文。
范围为正文全部编号主图及其子图 ...
