同一个表达盒插在不同位点，哪里强哪里弱
给几个候选坐标，或让它全基因组扫描，输出按表达强度排序的位点表；可选地叠加「货物蛋白本身好不好表达」。 两种用法精度不同，别混用——下面「使用说明」第二条讲清了怎么选。
宿主：E. coli K-12 MG1655（NC_000913.3） · 位置标签：Scholz 2019 全基因组 98,034 个插入位点 · 货物标签：Boël 2016 的 6,348 个异源基因
全部数字为实测交叉验证成绩，页面从计算引擎读取，不是写死的标称值。
先选场景，选项自动配好 不确定怎么搭配就从这里开始；选完仍可逐项微调
结果
使用说明 按需要展开；第一条建议所有人都看
这个工具回答什么、不回答什么
回答：同一个表达盒插在 MG1655 不同位点时，转录强度的相对高低。这是「位置效应」。
不回答：绝对蛋白产量。也不要把「位置倍数 × 货物倍数」相乘当成绝对表达量 —— 文献证据反对这种乘法分解。
训练标签是荧光报告子（TetO1→mNeonGreen）的转录倾向性。通路酶、膜蛋白等货物的位点排名可能与报告子不同，务必先小规模验证。
用法 A 与 B 的区别（最重要）
Scholz 2019 已经把 MG1655 全基因组逐位点测过（98,034 个插入位点 / 14 万条形码）。所以：
- 用法 A「实测优先」：位点落在已测且支持度够的箱里，就直接报实测值。没有任何模型能超过测量本身，精度 0.92–0.96。在 MG1655 里选位点请用这个。
- 用法 B「纯模型外推」：忽略实测值，全部用特征模型。两种情况下用：① 迁到别的菌株/基因组；② 做方法学对照，想知道「假装没测过」能做到多好（0.854）。
结果表的 source 列会逐行标出这一行是「实测」还是「模型」，不会混在一起。
分辨率怎么选
四档都实测过，4 kb 在 ρ、R² 与达成率上同时最优，所以是默认值。
反直觉的一点：16 kb 每箱条形码最多、标签噪声最小、标签上限最高（0.9808），但达成率最低（65%）—— 因为粗化分箱把位置效应本身也平均掉了。信号就住在 ≤4 kb 的尺度上。
换分辨率的另一个用途是稳健性检查：某位点在四档里排名都靠前，这个结论就比较可靠。
这个工具的排名到底准不准（最该先看的一节）
ρ 和 R² 是统计指标，不直接回答你关心的问题。你真正要的是「给几个位点，排出强弱」，所以该看的是成对排序正确率：随机取两个位点，工具判谁更强，判对的比例。按真实差异大小分层给出——
读法：要分辨「差 2 倍以上」这种对选位点真正有意义的强弱，正确率接近满分；剩余误差几乎全部集中在 1.3 倍以内的细微差别上，而那种差别对选位点不构成影响。文献里报道的位点间差异是 20–300 倍，正好落在工具最可靠的区间。
A 层 = 位点落在已测且条形码充足的箱里（占基因组 56.4%），工具直接报实测值；B 层 = 支持不足或无数据（43.6%），只能用模型外推。两层在结果表的「来源」列里标明。
货物四档怎么选（精度 vs 耗时）
这一轴就是「是否调用蛋白质模型信息」。四档递进，精度与耗时同时上升：
建议：日常用第 3 档（序数），精度已接近最高而热启动后不到 1 秒；只在最终定稿、要写进方案时用第 4 档。第 1 档用于完全不想依赖蛋白模型的场合。
第 4 档的 NetSolP 增量已查实污染并量化：Boël 的 6348 个蛋白里 590 个（9.3%）与 NetSolP 训练集同 ID，所以页面显示的是剔除后「干净 5758」口径的数字。
可行性过滤怎么用
- tsEPOD：转录静默域。Bryant 2014 的 14 个位点里有 4 个落在其中并被报告为完全沉默 —— 几乎总该排除。
- 必需基因：插进去可能致死或严重影响生长。排除「基因内及 2 kb 内」比只排除基因内更保险。
- 中性度：来自 KiLocus 库里最近的已知插入位点，是文献判该位点为「中性」的程度（0–1）。它是可行性旁证，不是表达强度。
- 支持度：该箱有多少条形码。支持度低的箱标签噪声大，想要稳的结论就把它提高。
结果每一列是什么意思
| 列 | 含义 |
|---|---|
| best_log10 | 最佳可得估计（实测优先时就是实测值），log10 转录倾向性，与训练标签同量纲 |
| source | 这一行来自「实测」还是「模型」 |
| rep_gap | 两个生物学重复的差。越小越可信；只有实测行才有 |
| fold_vs_median | 相对全基因组中位位点的倍数 |
| percentile | 在全基因组候选里的分位（0–100） |
| support_barcodes | 该箱的条形码数；support_dist_bp 是到最近已测箱的距离 |
| known_neutral_score | KiLocus 最近已知位点的中性度（可行性旁证） |
期望校准：动态范围只有 2.5–5 倍，不是文献里的 300 倍
全基因组可信箱的实测跨度：95%/5% 分位约 2.5 倍，最强/最弱约 5 倍。文献里的 300 倍（Bryant 2014）是 lac-GFP 荧光，含启动子、翻译效率，以及落进 tsEPOD 被彻底沉默的极端情形 —— 和这里的转录倾向性不是同一个量。
实测对照：Bryant 报告「完全沉默」的 4 个位点，在 Scholz 的读出里只比中位低 1.3–2 倍。这个读出压缩了动态范围。
所以：排序可信，倍数别当蛋白产量预测用。顶档与底档的真实蛋白差异可能比这里报的倍数更大。
推荐的实验设计
- 先用「全基因组扫描」+ 排除必需基因与 tsEPOD，拿到可行的强位点池。
- 从高档取 3–4 个。
- 带 1 个低档做对照 —— 没有对照，你无法判断位置效应在你这个货物上到底有多大。
- 如果货物是通路酶或膜蛋白，先做这 4–5 个的小规模验证，再决定是否铺开。
数据与方法出处
- 位置标签：Scholz SA et al. Cell Syst 2019;8:212，Table S7，98,034 个插入位点
- 货物标签：Boël G et al. Nature 2016;529:358，6,348 个异源基因，同一 T7 载体
- 外部检验：Bryant JA et al. NAR 2014;42:11383（柱状图数字化读数，分档级检验）
- 特征轨道：IPOD-HR（GSE142291）、EPOD（Vora 2009）、PRECISE-1K、RegulonDB v12
- 可行性：KiLocus 本库 715 个 MG1655 位点的中性度与必需性判定
- 同类工具：kilocus.mtc-lab.cn 上的同一工具（共用同一计算引擎）