HiFold-Mamba:图谱级绝缘约束能否提升基于序列的3D基因组折叠预测?一项 Stage 1 注册报告
Does a map-level insulation constraint improve sequence-based prediction of 3D genome folding? A Stage 1 Registered Report with a reverse-complement-equivariant state-space model (HiFold-Mamba)
HiFold-Mamba 在 DNALongBench 上预注册:从 1,048,576 bp DNA 预测 448×448、2,048 bp 分辨率图谱,并检验三项假设。各组件保持反向互补等变;H2 检验图谱级绝缘/边界损失能否提升独立 4DN 边界 AUROC 与 ENCODE CTCF ChIA-PET 环 AP。
预印本 · biorxiv · 10.64898/2026.10.24.761502
本站摘要基于收录版本 v1(2026-10-31),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
背景。序列到接触图模型采用逐像素损失进行训练,尽管我们真正关心的特征(绝缘性、结构域边界、环)都是对整张图的概括性度量。基于绝缘性的损失有助于 Hi-C 分辨率增强。此前尚无预先设定的检验来回答这样一个问题:以独立于训练数据的注释为评判标准,这类损失能否改进基于序列的预测。拟开展的研究。HiFold-Mamba 在 DNALongBench 接触图任务上,从 1,048,576 bp 的 DNA 预测 2,048 bp 分辨率下的 448 x 448 接触图。每个组件都具有反向互补等变性:卷积塔、双向 Mamba 块、多尺度混合器和对称成对头部。我们预先注册三个假设:>> H1:它在分层调整相关系数(SCC)上超过三个已训练基线(复现的 Akita、参数量匹配的 Transformer 和参数量匹配的 CNN)中的每一个,超出幅度 [≥]0.01。>> H2:使用作用于观测图的同一算子从预测图计算得到的绝缘性与边界损失,能在相同训练步数下、且不损失 SCC 的前提下,针对独立的 4DN 边界判定结果和 ENCODE CTCF ChIA-PET 环,提升边界 AUROC 和环 AP。>> H3:预训练加少样本微调在四个留出细胞系上优于从零开始训练。检验采用对 237 个一兆碱基测试区块进行配对自助法(单侧检验, = 0.025)。初步数据。>> 验证。基准目标、窗口坐标以及网络的等变性均已得到验证。>> 位点共享参考。在相同位点复制其他细胞系的实测图,其基准 SCC 与已发表的 Akita 相当(0.227 对 0.230)。>> SCC 加权方式。两种常用加权方式对距离分层的加权方向相反,且仅呈中等相关({rho} = 0.54)。>> 比较规则。在依据初步数据校准的模拟中,逐区块取最优的多基线比较不具检验效能。因此我们改为逐一与每个基线比较,当模型间相关性 [≥] 0.95 时,真实增益为 0.02 的情形下可获得 [≥] 90 % 的检验效能。>> H2 阳性对照。在验证窗口上,观测图能够复现独立判定的边界(AUROC 0.61 - 0.91)和环(0.86 - 0.90)。这确定了绝缘窗口的取值,并表明这些注释在不同细胞类型间基本共享。
来源:bioRxiv · biorxiv.org