90.PersonalExpressionFineTuning：原图、模型逻辑与研究范式

Perry2026-10-042026-10-05

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。

本篇问题： 个人基因组与表达数据微调能改善哪些泛化任务，仍有哪些限制？

从失败基准走向“个人数据微调是否能补上缺口”

我对问题形成的推测是：前两篇基准指出参考序列模型常读错个人表达差异，最直接的修复想法就是让模型在训练时看到这些差异。本文将这一自然想法做成可检验研究，同时把“新的人”“新的人群”和“新基因”分开。最重要的结果不是微调后一个数字提高，而是提高发生在哪里、仍不能泛化到哪里。

作者用Geuvadis 421人的配对WGS与LCL RNA，微调Enformer。输入缩短为TSS周围49,152 bp，两单倍型生成个人预测；主模型随机选同一基因的两人，拟合标准化表达差值，损失为差值均方误差。它借用对比学习的思想，却仍是使用表达标签的监督学习，并非无监督训练。配对消除了同一基因的平均表达偏移，让梯度集中于个体差异；配对数增加也不等于独立供体变多。

输出通过中央十个bin的注意力池化与线性头汇总，全部模型权重默认参与微调。卷积与Transformer仍提供预训练的局部及远程表示，末端映射适配RNA任务。对照还包括单样本回归、配对分类、几种基因型线性模型和随机初始化。疾病或病理标签没有进入任务，讨论“个人转录组”也不意味着能预测AD进展。研究范式是冻结划分后的监督微调与泛化审计。

Figure 1：以个人表达差值微调Enformer

原图来源：所用 PDF 文件第 3 页，Figure 1。点击图片可查看原图。

无字母流程图的关键是先固定同一基因，再随机选两个人，而非比较两个基因平均表达。两人序列往往只差少量变异，差值目标因此鼓励网络利用这些位置。但个人表达还包含非遗传因素，目标不能被理解为纯粹遗传真值。基因间方差被标准化，避免少数高方差基因支配损失；这一处理需要在实际复现中记录，不能把标准化值当绝对RNA数量。

我认为图1是一项清楚的目标设计，而不是自动解决因果识别的方法。两人同时携带许多连锁变异，预测差值正确仍可能靠相关代理。要知道网络是否找到功能位点，必须看后续图4的独立线索与未见基因测试。

子图	讲的是什么，以及如何理解
全图（无字母）	同一基因随机取两个人的基因组和标准化表达，以预测表达差值的均方误差训练，直接让模型学习个体变异的作用。

Figure 2：已见基因、新人群与未见基因评估

原图来源：所用 PDF 文件第 4 页，Figure 2。点击图片可查看原图。

a建立三个互不重叠基因组：200随机个体划分基因、200欧洲训练／Yoruba测试基因、670未见基因；还以不同染色体避免区域泄漏。b显示微调对已见基因的新供体明显改善，跨人群稍弱，未见基因未改善。这意味着模型更会解释已经见过的调控变化，并未形成普遍可迁移的新语法。

随机个体留出大多是已见常见变异的新组合，不是全部新变异测试。跨人群改变等位频率与LD，也改变可见变异，因此不能只称“同一任务换样本”。线性模型与微调在相同人数、输入范围和划分比较，使收益具有可解释对照。0.28和0.17是跨基因平均的个人相关，不能写成28%或17%的病例分类准确率。

子图	讲的是什么，以及如何理解
a	随机个体划分、人群划分及未见基因三套评估，严格区分新组合、未见祖源及全新序列任务。
b	微调模型对基线的平均个体间相关：随机划分约0.28、未见人群约0.17；对已见基因有提升，未见基因未改善。

Figure 3：冻结、混合训练与预训练消融

原图来源：所用 PDF 文件第 7 页，Figure 3。点击图片可查看原图。

a冻结CNN、Transformer或二者，性能只轻度变化，说明本数据下末端映射调整承担了相当部分收益；但冻结实验不能证明所有内部特征完全不变或无关。b同时加入原Enformer数据或MPRA没有明显改善，排查遗忘与序列多样性不足的简单解释。MPRA只有短片段且背景不同，结果不能扩展为“功能数据永远无用”。c随机初始化较差，说明预训练表示仍重要。整组消融告诉我们，利用已有语法和重新学会通用语法是两件事。

子图	讲的是什么，以及如何理解
a	冻结CNN、Transformer等组件后性能仅轻度下降，说明微调主要调整末端MLP映射。
b	个人数据与原Enformer或MPRA混合训练的表现，检验额外功能数据能否改善泛化。
c	从随机权重开始训练的表现较差，验证原预训练表示的作用。

Figure 4：因果变异优先级能力

原图来源：所用 PDF 文件第 8 页，Figure 4。点击图片可查看原图。

a以MAGE统计精细定位的高PIP对低PIP位点比较，限定为各模型训练时都见过的变异，并在同一基因中选背景。因此它检验的是已见基因内的候选优先级，并未证明对未见罕见变异有同等能力。高PIP仍是统计证据，不是每个变异的实验因果确认。

b在DNase足迹中检查驱动变异富集，并控制TSS距离，因为模型偏向启动子、足迹也密集于启动子。去掉这一步会把位置偏差误当机制解释。足迹富集支持预训练的调控信息被利用；实际TF占据还受切割偏好及检测方法影响，不能把一个重叠点当直接结合验证。这里预训练模型本身也有较好富集，显示总体表达不准与找不到重要序列并不等价。

子图	讲的是什么，以及如何理解
a	用同一基因的高PIP（>0.9）与低PIP（<0.01）eQTL比较ROC，配对微调模型的AUROC最高（约0.85）。这里以统计精细定位作为参照，尚未逐个实验确认变异的因果作用。
b	控制TSS距离后的驱动变异DNase足迹富集，配对微调最高、原Enformer接近，支持预训练调控代码有用。

Figure 5：深度预测近似变异线性加和

原图来源：所用 PDF 文件第 10 页，Figure 5。点击图片可查看原图。

左右两图以ISM权重乘变异剂量近似深度网络，预测相关几乎相同，说明个人变异在本数据范围主要呈加和。它没有否定网络在motif内部学习非线性，也没有证明生物调控本质上线性。个人常见变异通常较稀疏，当前人数和读数可能不足以识别强交互。深度模型如果不能在相同测试上超过线性近似，研究就应解释它额外提供何种机制或新变异能力，而不只以模型复杂命名。

子图	讲的是什么，以及如何理解
左：随机划分基因	深度模型与用ISM作为权重的变异剂量线性近似相关几乎相同，说明个体变异作用主要可加。
右：人群划分基因	跨人群也表现接近，提示当前性能收益未明显依赖变异间强非线性交互。

Figure 6：常见与罕见变异的预测贡献

原图来源：所用 PDF 文件第 10 页，Figure 6。点击图片可查看原图。

逐步替换低频次要等位为主要等位，再观察预测下降，将输入中的遗传信息作有针对性的计算剥离。常见变异贡献最大，罕见变异少量补充，频率来自训练供体以避免偷看测试频率。删除某类等位同时改变真实单倍型，结果是模型依赖性实验，不等同于逐个罕见变异因果效应。对临床新发变异能力，仍需单独外部任务与足够可靠标签。

子图	讲的是什么，以及如何理解
全图（无字母）	逐步把低于MAF阈值的次要等位替为主要等位后，个体预测相关下降；常见变异贡献最大，稀有变异有少量额外贡献。

Figure 7：训练个体数量的缩放

原图来源：所用 PDF 文件第 11 页，Figure 7。点击图片可查看原图。

配对模型与BLUP的训练人数缩放相近，已见基因随人数增长改善、未见基因不稳定改善。扩大供体能改善已见统计关系，却未自动跨越序列任务泛化瓶颈。误差来自重新抽样和模型重复，不是每个基因独立的个人置信区间。BLUP没有未见基因预测分支，图中空缺不应写成其在这项任务获得零分。

子图	讲的是什么，以及如何理解
左：配对微调	已见基因随训练人数增加而提高，未见基因表现不随人数稳定改善，显示泛化瓶颈。
右：BLUP	线性模型对已见基因的缩放与微调类似；该方法没有可应用于未见基因的对应预测。