- 11 次围观
基因组基础模型在推动生物学研究方面潜力巨大，但对多样且复杂的基因组进行建模，以及生成可控的基因组尺度序列，仍面临挑战。我们提出 DeepD，这是一种受系统发育信息指导的稀疏混合专家模型，以单核苷酸分辨率处理长达 100 万个 token 的上下文，同时减少活跃计算量。DeepD 在涵盖生命所有域、未经筛选的全基因组序列上进行预训练，能够学习基因区与基因间区的序列特征，并支持跨物种的广泛序列—功能预测。DeepD 在人类蛋白质适应度和疾病变异效应预测方面表现出色，例如对 BRCA1 和 BRCA2 的预测；在启动子和转录因子结合位点等调控区域，表现尤为突出。专家路由能够识别外显子—内含子边界、转座元件以及远端顺式调控元件。DeepD 还能生成具有指定转录强度、并经实验验证的核心启动子。最后，Context-Anchor-Body 策略能够生成完整的酵母染色体序列以及兆碱基尺度的拟南芥片段，在保留基因结构与顺序的同时，引入处于自然变异范围内的变化。总之，DeepD 是一种高效的基因组基础模型，将精准的序列—功能预测与可控的基因组尺度生成融为一体，推动复杂基因组的预测与生成式设计。
DeepD：实现跨生命领域的高效基因组建模与可控长上下文序列生成 | bioRxiv
跳转至主要内容
首页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
DeepD：实现跨生命领域的高效基因组建模与可控长上下文序列生成
查看 ORCID 个人资料
Jinsheng Lai，
查看 ORCID 个人资料
Beibei Xin，
查看 ORCID 个人资料
Zijian Wang，
查看 ORCID 个人资料
An Yu，
查看 ORCID 个人资料
Ziyang Chen，
查看 ORCID 个人资料
Yucheng Guo，
Mingpei Zhang，
查看 ORCID 个人资料
Bozhen Hu，
Chonghang Ye，
Jian Chen，
Qiujie Liu，
Haiming Zhao，
Weibin Song，
查看 ORCID 个人资料
Nanqing Dong，
Fan Yang，
查看 ORCID 个人资料
Qirong Yang，
Hainan Zhao
doi：
https://doi.org/10.64898/2026.10.13.758170
Jinsheng Lai
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Jinsheng Lai 的 ORCID 记录
通讯请联系：
jlai{at}cau.edu.cn
Beibei Xin
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Beibei Xin 的 ORCID 记录
Zijian Wang
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Zijian Wang 的 ORCID 记录
An Yu
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
An Yu 的 ORCID 记录
Ziyang Chen
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Ziyang Chen 的 ORCID 记录
Yucheng Guo
2
BioMap Research；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
网站
Yucheng Guo 的 ORCID 记录
Mingpei Zhang
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Bozhen Hu
2
BioMap Research；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Bozhen Hu 的 ORCID 记录
Chonghang Ye
2
BioMap Research；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Jian Chen
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Qiujie Liu
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Haiming Zhao
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Weibin Song
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Nanqing Dong
3
上海人工智能实验室；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Nanqing Dong 的 ORCID 记录
Fan Yang
4
崖州湾国家实验室
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Qirong Yang
2
BioMap Research；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
Qirong Yang 的 ORCID 记录
Hainan Zhao
1
中国农业大学；
在 Google Scholar 上查找此作者
在 PubMed 上查找此作者
在本站搜索此作者
摘要
信息/历史
指标
补充材料
PDF 预览
摘要
基因组基础模型在推动……方面具有巨大潜力
生物学研究，但对多样且复杂的基因组进行建模，以及生成可控的基因组尺度序列，仍然面临挑战。我们提出 DeepD，这是一种融合系统发育信息的稀疏混合专家模型，能够在单核苷酸分辨率下处理 100 万 token 的上下文，同时减少实际计算量。DeepD 在涵盖生命各域、未经筛选的全基因组序列上进行预训练，能够学习基因区与基因间区的序列特征，并支持跨物种的广泛序列到功能预测。DeepD 在人类蛋白质适应性及疾病变异效应预测方面表现出色，例如对 BRCA1 和 BRCA2 的预测；其在启动子和转录因子结合位点等调控区域尤其具有优势。专家路由能够捕捉外显子—内含子边界、转座元件及远端顺式调控元件。DeepD 还能够生成经实验验证、具有指定转录强度的核心启动子。最后，Context-Anchor-Body 策略可生成完整的酵母染色体序列及兆碱基尺度的拟南芥片段，在保留基因结构与顺序的同时，引入处于自然变异范围内的变异。综上，DeepD 是一种高效的基因组基础模型，将准确的序列到功能预测与可控的基因组尺度生成融为一体，推动复杂基因组的预测与生成式设计。
利益冲突声明
作者声明不存在利益冲突。
版权
本预印本的版权持有人为作者／资助方，已授予 bioRxiv 永久展示该预印本的许可。
本内容依据 CC-BY-NC 4.0 国际许可协议提供。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 18 日。
下载 PDF
补充材料
电子邮件
感谢您有意传播……
关于 bioRxiv 的消息。
注意：此处要求提供您的电子邮箱地址，仅用于确认您是本文的发送者。
您的电子邮箱
*
您的姓名
*
发送至
*
请输入多个地址，每行一个，或使用逗号分隔。
您将要发送邮件给以下对象
DeepD：实现跨生命域的高效基因组建模与可控长上下文序列生成
邮件主题
（您的姓名）转发了 bioRxiv 上的一个页面给您
邮件正文
（您的姓名）认为您可能会想查看 bioRxiv 网站上的这个页面。
您的个人留言
验证码
此问题用于测试您是否为真人访问者，并防止自动垃圾信息提交。
分享
DeepD：实现跨生命域的高效基因组建模与可控长上下文序列生成
Jinsheng Lai、
Beibei Xin、
Zijian Wang、
An Yu、
Ziyang Chen、
Yucheng Guo、
Mingpei Zhang、
Bozhen Hu、
Chonghang Ye、
Jian Chen、
Qiujie Liu、
Haiming Zhao、
Weibin Song、
Nanqing Dong、
Fan Yang、
Qirong Yang、
Hainan Zhao
bioRxiv
2026.10.13.758170；
doi：
https://doi.org/10.64898/2026.10.13.758170
分享本文：
复制
引用工具
DeepD：实现跨生命域的高效基因组建模与可控长上下文序列生成
Jinsheng Lai、
Beibei Xin、
Zijian Wang、
An Yu、
Ziyang Chen、
Yucheng Guo、
Mingpei Zhang、
Bozhen Hu、
Chonghang Ye、
Jian Chen、
Qiujie Liu、
Haiming Zhao、
Weibin Song、
Nanqing Dong、
Fan Yang、
Qirong Yang、
Hainan Zhao
bioRxiv
2026.10.13.758170；
doi：
https://doi.org/10.64898/2026.10.13.758170
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（带标签）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文小组件
Facebook 点赞
Google +1
学科领域
所有文章
动物行为与认知
（8154）
生物化学
（19000）
生物工程
（15136）
生物信息学
（45155）
生物物理学
（22922）
癌症生物学
（20045）
细胞生物学
（27238）
临床试验
（138）
发育生物学
（14115）
生态学
（21352）
流行病学
（2067）
进化生物学
（25746）
遗传学
（16307）
基因组学
（23783）
免疫学
（18968）
微生物学
（43106）
分子生物学
（18287）
神经科学
（94826）
古生物学
（710）
病理学
（3024）
药理学与毒理学
（5171）
生理学
（8254）
植物生物学
（16225）
科学传播与教育
（2113）
合成生物学
（4630）
系统生物学
（10361）
动物学
（2417）
关键词：基因组基础模型 · 长上下文序列建模 · 混合专家模型 · 基因组序列生成 · 序列—功能预测
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.13.758170v1?rss=1