《PLOS Computational Biology》：An extensible deep learning framework for multi-type chromatin interaction prediction through hierarchical adaptation strategies
编辑推荐：
专业摘要翻译：
三维染色质相互作用在基因调控中发挥重要作用，然而对不同相互作用类型的计算预测仍高度依赖专门的单任务模型。本文提出UniLoopNet，一个多任务深度学习框架，可从DNA序列预测多种类型的染色质相互作用，包括增强子-启动子相互作用（enhance
专业摘要翻译：
三维染色质相互作用在基因调控中发挥重要作用，然而对不同相互作用类型的计算预测仍高度依赖专门的单任务模型。本文提出UniLoopNet，一个多任务深度学习框架，可从DNA序列预测多种类型的染色质相互作用，包括增强子-启动子相互作用（enhancer-promoter interactions）、增强子-增强子相互作用（enhancer-enhancer interactions）、CTCF介导的环（CTCF-mediated loops）以及条纹相关相互作用（stripe-associated interactions）。UniLoopNet采用共享编码器-解码器架构，并结合基于任务语义相似性的分层适应策略，整合多任务学习、迁移学习与持续学习。跨多个细胞系的系统基准测试表明，UniLoopNet在多数任务中的AUROC超过0.90，性能优于现有专门模型与多任务方法。在严格评估条件下，包括染色体匹配、距离匹配、现实类别不平衡以及位点不相交测试，AUROC范围为0.8934至0.9366。在现实1:5类别不平衡设置下，增强子-启动子与增强子-增强子相互作用预测的AUPRC分别为0.7956与0.6935。跨细胞系迁移实验进一步表明，将UniLoopNet应用于另一细胞系需通过目标细胞系数据的有监督微调进行适应，此后性能与细胞系内训练相当。值得注意的是，该框架在训练数据大幅减少的实验条件下展现出数据效率。可解释性分析揭示，学习到的序列特征与已知转录因子结合位点相关联，并揭示疾病相关变异的不同调控效应。UniLoopNet为多种3D基因组相互作用的基于序列的预测与解释提供了一个通用且数据高效的框架，补充了现有序列到图谱方法，同时增进了对序列编码调控潜力的理解。
论文解读文章：
一、研究背景与问题
三维基因组组织是基因调控的基础，通过染色体构象捕获技术（如Hi-C）已揭示基因组在不同尺度上通过多种染色质相互作用实现层级组织。这些相互作用包括增强子-启动子相互作用（EPI）、增强子-增强子相互作用（EEI）、CTCF/cohesin介导的环以及条纹结构，构成细胞类型特异性基因表达与细胞身份的结构基础。然而，实验方法在规模化应用中面临高昂成本、复杂流程与有限通量等障碍，亟需能够从DNA序列准确预测染色质相互作用的计算方法。
现有深度学习方法虽取得显著进展，但大多高度专门化：模型要么针对特定调控元件（如Enhancer-MDLF、Bert-Promoter），要么针对特定相互作用类型（如ChINN和CLNN-Loop针对CTCF环，EnContact针对增强子-增强子，EPI-Trans针对增强子-启动子）。这种专门化虽对单一任务有效，却未能利用不同染色质相互作用之间共享的顺式调控逻辑、蛋白结合模式与生物物理约束。此外，条纹结构的预测仍基本未被探索，尚无基于序列的条纹相关相互作用预测方法。当前也缺乏能在单一模型内处理多种主要染色质相互作用类型的配对分类框架，尤其是环与条纹预测的整合。
二、研究内容与结论
研究人员提出UniLoopNet，一个可扩展的多任务深度学习框架，通过共享编码器-解码器架构与分层适应策略，从DNA序列预测多种类型的染色质相互作用。模型包含三个核心模块：双通道序列编码器处理配对锚定序列并提取潜在特征；带重建约束的双解码器通过最大化原始序列恢复确保编码特征保留关键序列信息；共享-特异性双任务预测器通过任务特异性分类头实现多任务建模。训练采用Adam优化器（学习率5×10??），包含基于重建损失与验证损失的两阶段自适应调度。为缓解持续学习中的灾难性遗忘，实现弹性权重固化（EWC）正则化，通过Fisher信息矩阵识别并约束重要参数。基于任务语义相似性的分层迁移策略中，余弦相似度≥0.82的任务采用骨干迁移，0.77至0.82之间的任务采用带EWC的持续学习，低于0.77的任务需任务特异性训练。
研究结论表明，UniLoopNet在多个细胞系中优于现有专门化与多任务方法，在严格评估条件下AUROC范围为0.8934至0.9366。跨细胞系迁移实验显示，直接迁移性能下降，但经目标细胞系数据有监督微调后性能恢复至细胞系内水平。框架在训练数据大幅减少条件下展现出数据效率。可解释性分析揭示学习到的序列特征与已知转录因子结合位点相关，并揭示疾病相关变异的不同调控效应。
三、关键技术方法
研究人员主要采用以下关键技术方法：基于卷积神经网络（CNN）的双通道序列编码器架构，对配对锚定序列进行对称特征提取；带重建约束的自编码器结构，通过均方误差（MSE）损失确保特征保留；多任务联合训练策略，通过循环迭代对齐缓解任务不平衡；弹性权重固化（EWC）持续学习算法，利用Fisher信息矩阵防止灾难性遗忘；基于余弦相似度的任务语义相似性分析，指导分层迁移策略选择；以及原位突变分析（ISM）与系统性红斑狼疮（SLE）全基因组关联研究（GWAS）变异分析用于模型可解释性评估。数据来源包括TargetFinder项目、FANTOM5项目、ChINN项目、Expresso数据库及Roadmap Epigenomics项目等公开数据库。
四、研究结果
UniLoopNet采用分层适应策略进行多类型染色质相互作用预测。模型通过多任务学习、迁移学习与持续学习的整合，在EEI和EPI核心任务上建立稳健的多任务预测能力，并基于定量语义相似性分析实施分层适应策略：GEI采用直接权重迁移，增强子和启动子预测采用骨干迁移，条纹和CTCF介导的相互作用预测采用持续学习。
UniLoopNet在跨细胞系多类型染色质相互作用预测中取得优越性能。在GM12878中，EEI和EPI联合预测的平均AUROC为0.9051，平均AUPRC为0.9023；在K562中分别达到0.9511和0.9551。模型超越EEI特异性EnContact的全部五项指标，并在准确率上优于EPI特异性EPI-Trans。消融实验显示，去除正则化损失使AUROC降至0.8944，去除重建损失降至0.8952；简化编码器卷积或去除解码器使AUROC分别骤降至0.7264和0.7347。与匹配的单任务模型相比，UniLoopNet在EPI和EEI任务上均表现更优，证实性能提升源于跨任务信息共享。
在严格负采样与不平衡评估设置下，UniLoopNet在距离匹配、染色体匹配和锚交换测试集上的EPI任务AUROC分别为0.9029、0.9061和0.8980；在现实1:5不平衡设置下AUROC达0.9366，AUPRC为0.7956。EEI任务相应AUROC为0.9159、0.9040和0.9036，不平衡设置下AUROC为0.9192，AUPRC为0.6935。位点不相交评估中，过滤与训练集锚重叠的测试交互后，EPI AUROC为0.8967，EEI为0.8934，表明预测性能主要由可泛化的序列特征驱动。
跨细胞系适应实验表明，K562至GM12878直接迁移的AUROC降至平均0.7067，经15轮微调后恢复至0.9138，与细胞系内训练相当；反向迁移经微调后达0.9619。序列长度优化实验确定5kb输入窗口为最优配置，兼顾预测性能与计算效率。
共享特征分析与迁移策略选择研究显示，共享编码器有效增强跨任务特征共享，EEI anchor2与EPI anchor2的相似性从0.534提升至0.660。t-SNE可视化验证任务特异性分类头的判别能力。SLE GWAS变异分析揭示rs2069235（G>A）对EEI预测分数产生一致降低效应（Δ范围?0.0008至?0.031），而EPI效应更异质且幅度更小，提示该变异可能选择性削弱增强子-增强子调控接触。
跨基因组相关任务的迁移能力研究显示，GEI直接权重迁移在664个功能验证的顺式增强子-基因对上实现0.9187的召回率，在正负样本联合测试集上AUROC为0.8922。增强子预测相比Enhancer-MDLF的AUC提升0.061，启动子预测相比Bert-Promoter的AUC提升0.087。原位突变分析揭示关键位置与VEZF1、EMX1和CTCF转录因子已知结合位点一致。
持续学习应用于分化染色质相互作用类型的研究显示，CTCF介导的相互作用预测AUC为0.9086，AUPRC为0.9256；条纹预测AUC为0.829，AUPRC为0.858。CTCF任务对EEI和EPI的平均遗忘率分别为0.24和0.08，条纹任务分别为0.15和0.23。条纹训练模型对已验证的启动子-增强子条纹预测概率为0.69，与CTCF、RAD21和SMC3信号富集一致。
少样本学习能力评估显示，在2%采样条件下，增强子预测的AUC提升0.202，AUPRC提升0.353；启动子预测的AUC提升0.359，AUPRC提升0.370。条纹预测在2%采样时AUC提升0.118，F1提升0.676；CTCF预测在20%采样时AUC提升0.121，AUPRC提升0.140。
超参数与架构敏感性分析确定α=1.0和λ=5000为持续学习最优配置，3层CNN架构、基础通道配置和512隐藏维度为最优CNN设计。
五、讨论与结论
UniLoopNet推进了染色质相互作用预测的配对分类范式，通过单一共享架构同时处理多种相互作用类型。与序列到图谱方法相比，两种范式回答根本不同的问题：序列到图谱模型捕获全局接触图谱，而配对分类模型确定特定基因座对是否相互作用及其功能类别归属。UniLoopNet的优势在于任务特异性分类、跨类别知识整合与数据效率，但不建模中间序列或全基因组接触矩阵。
框架存在若干局限：作为纯序列模型，无法直接解释细胞类型特异性表观基因组状态；锚定输入策略不显式建模基因间序列或基因组距离；基准测试采用平衡数据集，即使1:5比例仍远密于全基因组真实相互作用的稀疏度；未涵盖TAD和A/B区室等更高阶染色质组织。SLE GWAS变异分析证明UniLoopNet能在单个相互作用类型层面解析非编码变异效应，这些预测生成可检验的假设而非实验验证的结论。分层适应策略本身构成可复用的多任务基因组建模设计模式，为未来开发整合锚定分类与距离感知及表观基因组特征的更广泛基础模型奠定基础。
