Cherimoya CATv1 接入 proto-tools，融合版 DeepLIFT 合入 Captum v0.3.1

10 月 26 日，Cherimoya（约 7.5k 个 DNase+ATAC 基因组模型框架）维护者 jmschreiber91 发布两项更新：其一，CATv1 模型接入 proto-tools——一个作为 Python 包开源的生成式生物学通用基础设施层，使约 7500 个 DNase+ATAC 模型可用于设计工作流；其二，社区 PR 贡献的融合版（fused）DeepLIFT 已合并进 Captum 并发布 v0.3.1，对同规模模型的 DeepLIFT 计算带来约 7 倍加速。作者指出此前即使对轻量模型这也是难以实现的。

已确认

• CATv1 进入 proto-tools，proto-tools 为开源 Python 包，定位生成式生物学的基础设施层
• fused DeepLIFT 已合入 Captum 并随 v0.3.1 发布
• 同规模模型归因计算提速约 7 倍

技术要点（作者多条帖子连续解释）

• DeepLIFT 原理是覆盖/重写梯度运算，把参考值（reference）纳入归因计算；通用实现靠给模型各层挂 hooks，用户几乎感知不到模型被改动
• 融合版放弃通用 hook 机制，把 DeepLIFT 直接铺陈在特定 Cherimoya 模型上，构建为一条完全独立的计算图，输入从「序列→预测」变为「序列→归因结果」
• 加速来源：PyTorch 擅长优化通用计算图，后续算子合并与融合全部交由 PyTorch 自动完成，这是整个方案的基础
• 该融合实现来自社区 PR 贡献

为什么重要

约 7 倍的归因提速让大规模基因组模型的 DeepLIFT 解释性分析在计算上变得可行，而 CATv1 与 proto-tools 的结合则把生成式生物学模型更顺畅地接入设计工作流，两者共同降低了该模型生态的使用与解释门槛。

2026-10-26 ~ 2026-10-26 · 7 条相关

• 【源头】生成式生物学基础设施 proto-tools 开源，CATv1 模型接入 — jmschreiber91 · 2026-10-26
• 【源头】Cherimoya 融合版 DeepLIFT 合入 v0.3.1,同规模模型归因提速约 7 倍 — jmschreiber91 · 2026-10-26
• 什么是融合版 DeepLIFT:绕开 hook 的梯度改写如何快 7 倍 — jmschreiber91 · 2026-10-26
• fused DeepLIFT 实现解析：hook 机制与计算图融合的性能权衡 — jmschreiber91 · 2026-10-26
• 把 DeepLIFT 重写为独立计算图：输入序列直接输出归因结果 — jmschreiber91 · 2026-10-26
• 为何 fused DeepLIFT 更快：让 PyTorch 自动融合归因计算图 — jmschreiber91 · 2026-10-26
• 【源头】Captum 融合版 DeepLIFT 合并发布 v0.3.1，速度提升约 7 倍 — jmschreiber91 · 2026-10-26