斯坦福 Anshul Kundaje 九连炮:反驳 DNA 转录因子研究结论,称分析过于保守
anshulkundaje · x · 2026-11-19
斯坦福计算基因组学学者 Anshul Kundaje 连发九条推文,回应 BarkaiLab 团队用其团队开源的模型与数据资源所作的分析。他欢迎数据的快速开放使用,但明确不同意其结论,认为该分析并未真正证明转录因子缺乏协同性,也没测试选择性结合问题。
其核心论点:
- 该分析没有显式测试「为何有些 motif 被结合而另一些没有」的选择性问题;BPNet 这类在 peaks 和 GC 匹配背景上训练的短上下文模型不适合回答此问题,全基因组长上下文模型判别力更强。
- 用 ChIP-seq 等方向性实验检验 TF A 结合是否依赖其他 TF,该方法过于保守。
- 已有大量证据表明多个 TF 的结合存在复杂依赖关系(直接互作的 composites 与 hard syntax、染色质介导的 soft syntax,以及超加性/超乘性效应),还有 IDR、非 DNA 结合域等定位信号;其模型也学到许多可预测的非经典序列特征。
他表示团队正用多种方法做全面分析,需数月完成,结论将截然不同,约一周后会给出简要预览。
所属事件:斯坦福 Kundaje 九连推反驳转录因子协同性研究结论(10 条相关)→
「研究」频道最新
- Churchland 实验室用 RNN 实现 GLM-HMM,建模决策中的专注度波动 — anne_churchland · 2026-11-19
- 1.8M参数解出99.9%数独:能量模型EBR省345倍推理算力 — LucaAmb · 2026-11-19
- Multi Agent Coordination Bench 发布:8 个 agent 协作反而不如单打独斗 — AlexGDimakis · 2026-11-19
- LLNL 发布 SciResearch-Eval:用「有缺陷的模拟器」测 AI 科学判断力 — alex_verem · 2026-11-19
- LLNL 基准测试:9 个模型仅 2 个识破被暗中做错的模拟器 — alex_verem · 2026-11-19
- HiT 图像生成模型:从像素端到端学出抽象层级,ImageNet 256 FID 达 1.48 — LucaAmb · 2026-11-19