论文题名： gReLU: a comprehensive framework for DNA sequence modeling and design

期刊与年份： Nature Methods，2025。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。Extended Data 和 Supplementary Figures 不在本次范围。页码指阅读时所用 PDF 的文件页码。

返回专题总目录

本篇问题： 如何用统一工具完成DNA模型训练、机制解释、变异分析和序列设计？

软件论文为什么值得当作研究方法来读

gReLU 没有提出一种新的万能 DNA 网络。它试图解决一个实际瓶颈：一个团队训练的短序列模型、另一个团队发布的长序列轨道模型，以及独立的解释和设计工具，其坐标、输入格式和输出含义经常对不上。研究者看似在比较生物学，实际差异却可能来自窗口裁剪、轨道选择或等位基因方向。软件把这些容易出错的步骤变成可记录的共同接口，这就是本文主要贡献。

我的推测是，研究思路来自反复使用已有模型时的工程摩擦：越先进的模型越难接到变异解释和序列设计任务，尤其一个长输入会输出几千个轨道和许多位置。于是作者将‘想优化或解释的量’单独定义为预测变换层，可以是指定区域信号总和、某基因外显子的覆盖均值，或者两种细胞输出之差。这是把研究问题表达成明确目标函数的范式；以上是我对论文形成过程的重建，不是作者原话。

需要区分软件与实例。gReLU 能装载不同架构、损失和预训练模型，本身没有唯一输入长度、训练标签或生物任务。本文从头训练的实例输入 2,114 bp，输出中央 1,000 bp 的 DNase 计数对数，采用 MSE；长程表达示例则复用 Borzoi。两者都利用实验功能标签，不应因为软件包含解释和设计而被称为无监督 AD 模型。

Figure 1：gReLU序列建模软件流程

原图来源：所用 PDF 文件第 2 页，Figure 1。点击图片可查看原图。

流程图的价值在于让每个最终结论都能沿着输入向前追溯。FASTA、BED、BigWig 与模型检查点进入同一体系，预处理包含 blacklist、区域调整、匹配负例和数据拆分；这些工作决定模型学到的是功能还是测序和 GC 偏好。解释、变异评分和设计是训练后的不同询问，不是另外三个获得真实生物标签的实验。软件支持某一步，也不保证用户选择了正确的数据定义。

我会沿图检查三个接口：输入坐标与参考基因组是否一致；模型裁剪和池化后哪个输出 bin 对应待研究区域；输出变换究竟代表开放、表达还是细胞差值。如果任一步错位，显著的图也无法支持预定问题。作者保存含元数据的检查点，并把模型、数据和日志组织到模型库中，正是为了让这些选择可复查。

这张图还解释为什么同一归因工具可以服务于长模型：必须先从巨大轨道输出中选出科学问题对应的标量，再问哪些输入位置影响它。基因外显子平均覆盖与全窗口 RNA 信号总量不是同一目标，二者可能产生不同重要性图。软件的灵活性要求研究者明确这一层，而不是将所有现成默认项机械串联。对疾病研究，至少应把细胞轨道、目标区域、效果方向和输出单位写进分析记录。

Figure 2：从开放度预测到远端增强子设计的实例

原图来源：所用 PDF 文件第 3 页，Figure 2。点击图片可查看原图。

a 验证的是测试染色体上 DNase 区域活性回归，Pearson 相关良好不等于变异效果同样准确。b 使用 dsQTL 与大量对照 SNV 的 PR 曲线，正例仅占很小比例，随机基线也相应很低。Enformer 的表现更好，但同时改变了输入长度、训练资料和轨道预测形式，本文没有通过这一比较单独证明收益来自哪一项。反向互补增强改善预测，提示推理协议本身也会影响比较结论。

c 在两种等位序列上分别计算重要性，再用已知 IRF PWM 检查模体减弱，为变异提出具体机制假说。PWM 匹配 P 值检验的是序列相似性背景模型，不是该变异对疾病的统计 P 值；重要性高也不是实测 TF 结合。它连接了开放度变化与候选结合代码，但还没有从 DNA 一步跳到病理。

d 展示 PPIF 在单核细胞和 T 细胞实验轨道及模型轨道的差别，e 用平均注意力定位一个已知远端增强子。注意力是网络计算中的权重，不能单凭它断言该增强子与基因发生物理接触或因果调控。f 才比较同一增强子 5 bp 编辑的预测与既有 Variant-FlowFISH 测量，让候选联系具有独立功能参照。原文正文在描述类比细胞时提到 THP-1 和 Jurkat，而主图注和 Methods 明确将这里展示的编辑测量标为 K562；本解读按后两处写明 K562，不能把所有实验来源合并成同一细胞条件。

g 在每轮选择一个有利于两类细胞表达差值的单碱基修改。结果是两类预测都提高，但单核细胞提高更多，因此优化‘差值’不等于使非目标细胞完全关闭。箱图里的点来自模型输出对应的不同 donor 轨道，并非把新设计转染到这些 donor 后得到的新测量。额外模型支持设计趋势属于计算交叉检查，也不能替代新序列的实际报告或原位验证。这一层分清后，设计图才不会造成过强的结论。

还有一个复现细节：短模型在 hg38 的 DNase 数据上训练，变异实例按给定 hg19 坐标提取对应序列，长模型的轨道也需按各自输入与输出坐标转换。这里不是将两套坐标直接混用。软件能自动完成部分转换，但研究者仍须检查等位基因是否与参考匹配、输出区域是否相同。对刚合并多个公开数据的项目，先验证少数已知变异的坐标和方向，再扩大规模，比在最后排查整套结果错位更有效。

我的理解与项目中的使用方式

最可迁移的启发是先定义想问模型什么，再选择输出：如果问题是 AD 小胶质细胞特异开放，就不该把全部脑细胞轨道平均；如果问 TE 重叠增强子的某个基因效应，就必须用目标基因输出，不能只看增强子自身开放。预测变换层给了表达这些问题的方法，但它不能替我们完成目标基因归属、细胞状态匹配或因果确认。

实际起步可以先训练一个小型单任务或多细胞 CNN，比较同样区域、同样轨道的现成模型，固定染色体和相似序列分组后再做变异评分。对 TE 区域，还要核对可唯一比对性和重复家族切分，否则序列模型可能复现数据技术偏好。工具里的匹配负例是一种控制条件，不是自动消除全部混杂的保证。

本文实验运行在 A100，库中不同模型的计算需求差异很大，安装同一软件不意味着都能在 16 GB 显存全量训练。可以通过缩小 batch、减少通道、冻结编码器和逐批推理实现自己的计算方案，但显存与时间必须实际测量。把软件能力与一项已经完成的生物学研究分开，也是科研复现的一部分。

最后，这篇论文没有专门发现 AD 机制。它更像研究基础设施：让坐标、标签、目标函数和解释流程一致，使后续疾病问题有机会被可靠回答。对我而言，真正有用的读后感不是列出软件功能，而是认识到‘统一接口’可以减少一种隐蔽失败——几种模型给出不同答案，其实它们从一开始回答的就不是同一个问题。