ContextTAD：上下文感知的TAD边界识别新方法

拓扑关联域（TAD）是基因组三维结构中的重要功能单元，但现有识别方法在高分辨率和有限测序深度下准确性不足。ContextTAD利用深度学习从包含TAD结构上下文的较宽Hi-C窗口中学习边界证据，并联合优化边界评分和域组装过程。

与传统方法将边界预测作为孤立分类任务不同，ContextTAD在训练中直接优化最终TAD划分结果，从而显著提升识别精度。研究团队在仿真和真实Hi-C数据上验证了该方法的优越性。

需要注意的是，该研究目前以预印本形式发布，尚未经过同行评审。