酵母启动子设计AI 驱动的闭环优化

团队在两个外部数据集上比较内部最强的 Final stacking 与三个基础模型简单平均（Base3 平均）。Literature-82 上，Base3 平均与 CNN、DNABERT 的 Spearman ρ 均为 0.60，Final stacking 为 0.57；Kendall τ 分别为 0.43 和 0.41，不一致对比例分别为 0.29 和 0.30。Wang2023-rescued85 上两者 Spearman ρ 分别为 0.46 和 0.45。两个外部数据集都未显示 stacking 优于简单平均，因此团队把外部验证与内部排序分开报告。

预测器之外，另一半是生成。项目团队用 WGAN 按目标强度生成候选序列，然后一层层筛。漏斗图把每一层的数量都标了出来：原始生成 3360 条 → 通过格式与打分输入 3222 条 → 由冻结模型打分 3222 条 → 每个目标取 Top100，合计 700 条 → Top30，210 条 → Top6，42 条。如果打分器跟着生成器一起更新，生成器很容易学会去骗打分器，而不是真的写出好序列。另外两张图分别检查生成器听不听话：一张看设定的目标强度与生成候选的平均预测强度是否跟得上，另一张看 GC 含量与预测强度的关系，并按两种过滤口径（balanced_only 与 strict_safe）分色。

工作分为模型训练与集成、候选启动子生成、实验推进和数据回流。干实验侧负责文献、模型和候选筛选，湿实验侧负责 DNA 合成、荧光验证及实测强度与预测值对照，总体统筹负责项目设计和进度衔接。