快速傅里叶变换：一种无需训练、超高速且完全可解释的表观基因组数据压缩新范式

《Scientific Reports》：Fast Fourier transform is a training-free, ultrafast, highly efficient, and fully interpretable approach for epigenomic data compression

本研究针对当前表观基因组数据压缩方法依赖自编码器、计算资源消耗大、训练时间长且可解释性差等问题，开发了一种基于快速傅里叶变换(FFT)的创新压缩方法。研究人员通过对H3K4me3 ChIP-Seq数据的分析证明，该方法可实现高达1000倍的压缩比，重建保真度达99.7%(余弦相似度)，且无需训练即可在70毫秒内完成GPU计算。更重要的是，FFT压缩特征直接对应原始信号的频率成分，提供了完全可解释性，在结直肠癌分类模型中AUC达0.960，为表观基因组分析提供了高效可解释的新工具。

　　

在表观基因组学研究领域，随着染色质免疫沉淀测序(ChIP-Seq)等高通量技术的广泛应用，科学家们能够以前所未有的分辨率绘制全基因组范围内的组蛋白修饰图谱。然而，这些技术进步也带来了巨大的数据挑战——海量的表观基因组数据对存储、传输和分析都构成了严重瓶颈。传统的数据压缩方法如自编码器虽然在一定程度上能够降低数据维度，但它们需要大量的计算资源、耗时的模型训练以及复杂的参数调优，更致命的是其"黑箱"特性使得压缩后的特征难以解释，严重限制了在生物医学研究中的应用价值。

面对这一困境，西澳大利亚大学的研究团队独辟蹊径，将目光投向了已有数十年历史的信号处理技术——快速傅里叶变换(Fast Fourier Transform, FFT)。他们创新性地提出：既然组蛋白修饰信号可以表示为连续波形，那么FFT这种在图像和音频压缩领域证明高效的方法，或许也能为表观基因组数据压缩带来突破。这项开创性研究发表在《Scientific Reports》期刊上，为表观基因组数据分析提供了一种全新的解决方案。

研究人员采用了几项关键技术方法：首先，他们从公开数据库获取了216例样本(88例健康对照和128例结直肠癌患者)的H3K4me3 cfChIP-Seq数据，在单核苷酸分辨率下定义信号强度；其次，开发了基于PyTorch的FFT压缩流程，通过计算离散傅里叶变换将信号转换为频率域，保留最高幅值成分进行压缩；第三，设计了与FFT压缩比相匹配的自编码器模型作为对比基准；最后，建立XGBoost分类模型评估压缩数据在下游分析中的实用性。

FFT变换表观基因组数据为完全可解释的频率成分

研究团队首先以GAPDH基因座附近300kb基因组区域为例，展示了H3K4me3信号在单核苷酸分辨率下的分布特征。通过FFT分析，这些表观遗传信号被转换为频率谱，其中低频率成分对应真实的组蛋白修饰信号，而高频率成分则代表噪声和背景变异。

FFT实现高效数据压缩

通过保留最高幅值频率成分，FFT方法在100-1000倍压缩比下均表现出色。在全基因组范围内，研究人员将每条染色体划分为连续的50Mb片段进行分析，发现FFT在均方误差(MSE)、平均绝对误差(MAE)和余弦相似度(COS)三项指标上均显著优于自编码器。特别是在1000倍高压缩比下，FFT仍能保持0.940的余弦相似度，而自编码器则出现较大波动，表明FFT能更好地保留原始数据的模式特征。

FFT无需训练且运行超快

与传统自编码器需要数小时至数天的训练时间相比，FFT方法完全不需要训练过程。在GPU上，FFT压缩仅需70毫秒即可完成，比自编码器快至少49,264倍；即使在CPU上运行，也仅需20秒，仍比GPU上的自编码器快179倍。这种效率优势使得FFT特别适合在计算资源有限的环境下部署应用。

FFT在高度压缩数据中保留关键生物学特征

为验证压缩数据的实用性，研究团队构建了结直肠癌分类模型。令人惊喜的是，基于FFT压缩数据的模型在CDX1和ELF3基因区域均表现出色，特别是在ELF3区域达到了0.963的AUC值，显著高于自编码器压缩数据(0.849)和原始数据。这一发现不仅验证了FFT压缩的有效性，还揭示了ELF3作为结直肠癌新型生物标志物的潜力。

研究结论与讨论部分强调，这项研究首次将FFT应用于表观基因组数据压缩，创立了一种无需训练、超高速、高效率且完全可解释的新范式。与自编码器等深度学习方法相比，FFT方法在压缩效率、运行速度和结果可解释性方面均具有明显优势。更重要的是，频率域表示直接对应生物学意义，为理解表观遗传调控提供了新视角。该方法成功应用于结直肠癌分类，展示了其在生物医学研究中的广泛应用前景，特别是在资源有限环境下的大规模表观基因组学研究。未来，FFT压缩特征与机器学习模型的结合，有望在肿瘤进化分析、生物标志物发现等领域发挥更大作用。