第一届全球大学生生命科学挑战赛 · 赛道二|AI 基因编辑与核酸工具设计

为脱发毛囊的「刹车分子」SFRP1,
计算设计 50 条可直接送合成的 siRNA

以非核心区可控错配(Mismatch Engineering)为设计变量,经「生成 → 筛选 → 排序 → 修饰」全计算管线, 从 14,832 条候选锁定 Top-50;热力学可解释模型主导排序,深度学习仅作辅助信号,全程可复现、可溯源、可迁移。

靶点 SFRP1 · NM_003012 14,832 → 50 候选 四基准平均 ρ = 0.569 阳性对照 5/5 进入头部 C_match LOSO ρ = 0.611 74 项单元测试
01

一页看懂

全部数字均来自本仓库 outputs/ 与 final_results/ 下的真实运行产物,可逐项复核。
02

候选筛选漏斗

每一级过滤条件都写入配置并在运行 manifest 中留痕;进入排序的 4,218 条候选中产出 Top-50 交付清单。
03

三重计算验证

公开基准回测(含未参与调参的外部集)· 文献阳性对照盲排回收 · 自建错配模型跨来源泛化。
四套公开 siRNA 效率基准(n = 3,849)
纵轴为预测分与实验沉默效率的 Spearman ρ;误差棒为 95% bootstrap 置信区间。Simone 为外部验证集,未参与任何调参。
文献阳性对照盲排回收
5 条已发表的高效 SFRP1 siRNA 当作普通候选盲排,名次百分位越低越好(红虚线为随机期望 50%)。
5 / 5已验证 siRNA 全部进入前 26%(4 条进入前 25%)
13.9%平均名次百分位(随机期望 50%,n = 4,218)
0.0014Irwin–Hall 单尾检验 p ≈ 0.0014
ρ = 0.611
C_match 错配模型 · LOSO 留一来源验证
ρ = 0.594
C_match · LOFO 留一文献族验证
权重扰动稳定
排序权重在基准上最小二乘校准 + 扰动扫描
04

七步工程化管线

模块边界清晰、阶段开关与阈值全部配置化;主管道为可解释的最近邻热力学 + 线性加权,非黑盒。
05

Top-50 候选浏览器

点击任意一行展开:双链对齐、错配位点、分数拆解与逐位化学修饰方案。支持按编号 / 序列 / 窗口检索与按错配位点过滤。
排名 候选 / 窗口 引导链 5′→3′(错配碱基高亮) 错配位点 综合分 热力学主分 OligoFormer GC% 状态标记