超增强子不再只靠表观组学找：Borzoi-SE直接从DNA序列定位，CRISPRi验证β-珠蛋白HS2主导
核心概要
超增强子此前只能靠H3K27ac等表观组学峰拼接来界定，未做过表观谱的细胞状态难以发现，其序列语法也无从解读。Borzoi-SE把超增强子识别改写为从524 kb长序列出发、按细胞类型分辨的基因组目标检测，在90种人类细胞与组织谱系上同时给出超增强子概率与边界。在留出染色体上，它的区域级PR-AUC为0.643、F1为0.498，而四个片段级基线分别约为0.34和0.15；对β-珠蛋白超增强子做计算机模拟删除，模型把HS2列为首要功能枢纽，CRISPRi沉默HS2后整个位点染色质可及性下降35%至85%。
深度剖析
超增强子识别从依赖实验表观谱的峰拼接，转为直接从原始DNA序列预测，并同时给出跨90种人类细胞与组织的超增强子概率和物理边界。 此前的ROSE类方法需要H3K27ac或MED1 ChIP-seq峰，按经验距离阈值拼接并保留超过经验信号截断的域，因此只能覆盖已做过表观谱的细胞状态，也无法读出序列语法。 在五组独立染色体划分上，对连续未切分的留出染色体做端到端检测，Borzoi-SE的区域级PR-AUC为0.643、F1为0.498，四个片段级基线的上限约为0.34和0.15；在80%召回下，静默基因组荒漠中的假阳性密度为0.028±0.002 FP/Mb，基线为0.265–0.349 FP/Mb。
模型以预训练Borzoi主干读取524 kb输入，经下采样到256 bp分辨率后分成两条支路，一条保留局部序列上下文，另一条用膨胀卷积的Cluster头建模约64.7 kb范围内的增强子成簇。 Cluster头输出的90通道成簇logits与上下文特征拼接后，经Squeeze-and-Excitation通道注意力重新加权，再由较浅的SE头判断真正的超增强子。 输出为中心约409.6 kb窗口内90个细胞类型通道×1600个256 bp bin的预测矩阵；在K562、HepG2、GM12878和WTC11四个谱系上，对应通道的PR-AUC为0.544–0.703，而按谱系分别重训的基线为0.131–0.369。
对β-珠蛋白位点控制区逐个元件做计算机模拟删除，模型把HS2排为最强功能枢纽，删除后整个域的预测超增强子活性积分比降到0.833。 删除单个启动子（如HBE1，比值0.978）或次级超敏位点（HS1、HS3、HS4、HS5，比值0.888–0.987）只造成局部扰动，删除HS2则引起跨整个域及下游启动子的概率下降。 在K562细胞中用CRISPRi沉默HS2后，HBD、HBG1、HBG2、HBE1、HS1、HS3和HS4的相对染色质可及性下降35%至85%，而沉默HS1、HS3、HS4或HS5只造成各自位点的局部关闭，邻近位点可及性保持在0.60–1.00。
启示与展望
已展示的范围是90种人类细胞与组织的H3K27ac衍生ROSE注释、五组留出染色体上的检测与排序，以及K562细胞中β-珠蛋白位点控制区的CRISPRi验证；作者提出把模型扩展为联合预测一维功能读出与Hi-C、Micro-C、HiChIP等三维接触的多任务框架。
整体召回率约为0.40，检测召回随实验超增强子强度从最强十分位的0.61±0.20单调降到最弱十分位的0.23±0.14，假阴性主要集中在接近ROSE经验阈值的边缘元件；作者也指出模型仅依赖一维序列，是否真正内化了环挤压等三维基因组结构仍未确定。