CNN 模型 ======== 切换语言: :doc:`../en/CNNModels` 本页覆盖卷积基线家族：``M1``、``M2``、``M3``。这组模型是当前项目与原始 DeepChrInteract 设计思路连接最紧的一条主线，也是整个 benchmark 的基础参照系。 为什么 CNN 对 EPI 有意义 ++++++++++++++++++++++++ DNA 序列建模通常首先面对局部 motif 检测问题，而卷积层天然适合： - 扫描短程核苷酸模式； - 逐层组合 motif； - 用较稳定、较高效的方式训练强基线； - 在不依赖外部预训练的前提下建立可靠对照。 如果写成运算形式，1D 卷积本质上就是一个可学习的 motif 扫描器： .. math:: h_t = \sigma\!\left(\sum_{c=1}^{C}\sum_{i=0}^{k-1} w_{c,i}\,x_{c,t+i} + b\right) 其中 :math:`x` 是多通道序列输入，:math:`k` 是卷积核宽度，:math:`h_t` 是位置 :math:`t` 的激活。对 DNA 来说，每个卷积核都可以理解为一个可训练的短程模式探测器。 M1：单路 CNN 基线 +++++++++++++++++++++++++++++ ``M1`` 是最简单的卷积基线。 - 输入：one-hot 编码 ``(B, 5, L)`` - 骨干：两阶段 ``Conv1d -> BN -> ReLU -> MaxPool`` - 头部：全局平均池化后接全连接层 - 作用：测试局部序列信号本身能否提供有效预测信息 由于它不涉及 pair fusion，也不引入递归或注意力机制，所以 ``M1`` 是回答基础问题最干净 的模型：如果只依赖局部模式检测和层次池化，序列本身到底能提供多强的预测信号。 M2：双路 CNN 基线 +++++++++++++++++++++++++++++ ``M2`` 把 enhancer 和 promoter 分开编码，再做融合。 - 输入：enhancer / promoter 各一条分支 - 编码器：两条分支共享同一类卷积骨干 - 融合：接项目统一 fusion 模块 - 作用：更贴近 EPI 的成对建模本质 它的计算可以概括为： .. math:: h_e = f_e(x_e), \qquad h_p = f_p(x_p), \qquad z = \mathrm{Fuse}(h_e, h_p) 这意味着模型先分别编码 enhancer / promoter，再把融合层当作显式关系建模模块，用来表达 兼容性、差异性或协同性。 M3：k-mer Embedding + CNN +++++++++++++++++++++++++ ``M3`` 改变的是输入表示，而不是放弃卷积路线。 - 输入：k-mer token 序列 - embedding：可学习 token 向量表 - 编码器：四个卷积块 - 作用：连接符号化 token 表示和卷积特征抽取 如果写成表示形式，输入会变成： .. math:: s = (t_1, \dots, t_n), \qquad e_i = E[t_i] 其中 :math:`t_i` 是 k-mer token，:math:`E` 是 embedding 表。随后 CNN 作用在 token 向量上，而不是直接作用在碱基 one-hot 通道上，因此 ``M3`` 正好位于经典卷积和语言模型式 表示之间。 共同优势 +++++++++++++++++++++++++++++ - 训练稳定 - 局部模式抽取能力强 - 适合做历史对照与强基线 - 相对更容易解释 计算复杂度与适用范围 +++++++++++++++++++++ - 时间复杂度：每层卷积对序列长度基本呈线性增长，可近似看作 :math:`O(L \cdot k \cdot C_{in} \cdot C_{out})`，常数项取决于卷积核数量和网络深度。 - 显存特征：通常比较可控，主要由中间特征图决定，而不是由显式两两交互矩阵决定。 - 适用范围：非常适合短到中等长度窗口，也适合大规模 benchmark 扫描，因为训练稳定、吞吐高。 共同局限 +++++++++++++++++++++++++++++ - 对长程依赖的显式建模不如循环、注意力或状态空间路线自然 - 感受野增长依赖层数、卷积核和步幅设计 与旧版项目的关系 +++++++++++++++++++++++++++++ CNN 家族是当前项目与原始 DeepChrInteract 之间最直接的连续部分，因此它同时承担： - 历史延续作用； - 与新模型比较时的标准基线作用。 .. image:: ../img/div.png