GDTR：逐层收敛深度揭示基因组基础模型中的生物学语法

基因组基础模型能够捕捉序列规律，但现有可解释性工具鲜少探究生物语法在模型层级堆栈中的何处趋于稳定。我们提出 GDTR（Genomic Deep-Thinking Ratio，基因组深度思考比），这是一种无需训练的残差流分析方法，为每个核苷酸 token 指定一个稳定深度：即其表示相对于最终层归一化后参考表示趋于稳定的首个层。在 Evo 2 7B 上，剪接供体位点和受体位点的稳定深度比内含子背景约早两层；类增强子 cCRE 的稳定深度也有所提前，但幅度较小且可测；在 22 号染色体上进行的校准能够迁移至留出的 17 号染色体。对典型剪接供体位点进行扰动表明，该信号具有双向性：破坏中心 GT 基序会使稳定深度增加，而打乱侧翼语法则会使保留的基序更早趋于稳定。进一步地，差异 GDTR 揭示了 ClinVar 变异中与后果相关的峰值扰动深度；同义替换的峰值深度最高，但不同类别之间存在较大重叠。因此，GDTR 为基因组基础模型提供了一个逐层可解释性维度，可与现有预测和变异评分工具互为补充。

基因组基础模型能够捕捉序列规律，但现有的可解释性工具很少探究：生物学语法在层堆栈的何处趋于稳定。我们提出 GDTR（Genomic Deep-Thinking Ratio，基因组深度思考比率），这是一种无需训练的残差流分析方法，为每个核苷酸标记分配一个稳定深度：即其表示相对于最终归一化之后的参考表示趋于稳定时所对应的第一层。

在 Evo 2 7B 上，剪接供体位点和受体位点的稳定时间约比内含子背景提前两层；增强子样 cCRE 显示出幅度较小但可测量的偏移；此外，在第 22 号染色体上进行的校准能够迁移至留出的第 17 号染色体。对经典剪接供体进行扰动表明，该信号具有双向性：破坏中央 GT 基序会使稳定深度增加，而打乱侧翼语法则会使保留下来的基序更早趋于稳定。差异 GDTR 进一步揭示了 ClinVar 变异中与后果相关的峰值破坏深度，其中同义替换的峰值深度最深，但不同类别之间存在较大的重叠。

因此，GDTR 为基因组基础模型提供了一个逐层的可解释性维度，可与现有的预测工具和变异评分工具互为补充。

作者声明不存在利益冲突。

感谢您有兴趣传播 bioRxiv 的相关信息。

注意：系统请求您的电子邮件地址仅用于确认您是本文的发送者。

关键词：基因组基础模型 · 模型可解释性 · 残差流分析 · 剪接位点 · 基因组变异评分

原文链接：https://www.biorxiv.org/content/10.64898/2026.07.14.738370v1?rss=1