细菌基因组热点不再只靠汇总统计量：神经后验估计同时估计重组与突变速率，并给出热点概率
核心概要
细菌基因组中重组与突变速率沿序列变化，两类信号重叠、克隆关系又构成混杂，以往方法常假设突变速率恒定或只依赖少量汇总统计量。这项研究用神经后验估计在固定克隆谱系条件下训练模拟器，对每个基因片段分别推断局部重组与突变速率，再用环形后验传播的高斯差分检测器把后验不确定性带入热点判定。模拟数据上推断值能回到真值，可信区间随基因长度增加而收窄；在蜡样芽孢杆菌群、金黄色葡萄球菌和大肠杆菌三套真实数据上分别给出了候选热点。
深度剖析
细菌基因组上每个基因片段的重组速率和突变速率现在可以分开估计，热点判定也带上了概率。 此前的同类推断基于近似贝叶斯计算，只能使用少量汇总统计量，且检测重组热点的方法假设全基因组突变速率恒定。 在已知真值的模拟数据上，推断出的重组与突变速率与正确值相关性良好，后验可信区间的经验覆盖率对重组速率和突变速率都接近名义水平，后验中位数与真值的欧氏误差中位数很小。
做法是把难以直接计算的似然换成在模拟上训练的神经密度估计器，一次训练后对每个片段直接给出后验。 神经后验估计直接近似后验分布，训练完成后对新观测无需再跑模拟或逐片段做马尔可夫链蒙特卡洛。 训练数据由固定克隆谱系下的ClonalOrigin模拟器生成，输入是压缩网络处理过的汇总统计量与基因长度；在蜡样芽孢杆菌群数据上，5万次模拟在单个计算节点上约需96小时，训练模型约56分钟。
热点由后验样本上的高斯差分检测器给出，而不是直接挑速率最高的基因。 检测器在环形染色体上比较窄尺度局部平滑与宽尺度区域背景平滑的对数速率，因此响应的是相对富集而非绝对速率。 在蜡样芽孢杆菌群数据中未检出突变热点、检出17个重组热点；在金黄色葡萄球菌中检出10个突变热点和6个重组热点；在大肠杆菌中检出2个重组热点和2个突变热点。
启示与展望
方法在固定克隆谱系条件下按基因片段推断局部重组与突变速率，并在环形染色体上以两个平滑带宽的对比给出候选热点；演示范围是模拟数据以及蜡样芽孢杆菌群、金黄色葡萄球菌和大肠杆菌三套已发表数据集。
推断依赖训练所用模拟器编码的假设，神经后验估计不会纠正模拟器与真实数据生成过程之间的偏差；热点判定是尺度相关的相对富集证据，而非具体热点机制的直接证据，带宽与富集阈值需按数据集调整。