改變了什麼

定序技術 · AI 人工智慧 · 效能評測 · 基因體學 · 比較Tratopedia · 2026 年 8 月 17 日

• 0推出的 DNA sup@v6 模型數量——v6 是只有 HAC 的一代
• 18.7%HAC 從 v5.2.0 到 v6.0.0 減少的讀取錯誤，依已發表的 Q 值重新計算
• 43.8%sup@v5.2.0 的讀取錯誤仍比 hac@v6.0.0 少的幅度
• 2.7–5.7×同一次執行中，SUP 比 HAC 慢多少

改變了什麼，以及每一項確立到什麼程度 把可信度放在第一欄，因為放在主張後面就會被當成註腳；各列依可信度分組，絕不交錯

先後順序

事情發生的順序 模型版本以推出時間為準；此處每一項都有文獻，唯一無法排進序列的一項列在最後

1. 2023v4.2.0 帶來 5 kHz 取樣——每個核苷酸約 12.5 個取樣點，原本約 10 個。這是化學端的改變，不是模型品質的改變，不該併進準確率趨勢裡。
2. 2024v4.3.0 的 SUP 併入了細菌甲基化訓練，那原本需要另一個研究用模型。架構仍是 LSTM，而它仍是這段歷史裡單次最大的準確率躍升。
3. May 2024v5.0.0 在 London Calling 發表，搭配 Dorado 0.7：SUP 從 LSTM 換成 transformer；HAC 維持遞迴。Oxford Nanopore 以 Q26 作為標題數字。Clive Brown 說最高準確率的 Q30 模式「four times slower」，產出量約少 15%。
4. 2025Dorado 1.0.0 移除 R9.4.1 支援——最後一次支援是 v0.9.6——同時移除 4 kHz 的 R10.4.1 與 RNA002。模型是綁定化學的，所以這也關上了用新模型重跑舊資料的門。
5. May 2025v5.2.0 在 London Calling 發表，搭配 Dorado 1.0.0：HAC 由五層 LSTM 增為七層；SUP 保持架構不變，只換權重與訓練。
6. May 2026v6.0.0 在 London Calling 發表，搭配 Dorado 2.0.0：只有 HAC 換上新的自訂遞迴架構。機器學習副總裁 Mike Vella 說：「Importantly, we’re not releasing a sup model this time… we believe that this particular model is good enough that a sup tier is no longer needed.」
7. 9 Jul 2026HAC v6 在某個 Klebsiella 基因體上約 100 個錯誤，解釋改變了：依 Biggel 的預印本，成因是 dpd 系統帶來的 7-去氮鳥嘌呤，取代了先前關於硫代磷酸骨架修飾的推測。兩者其實是同一種成因——訓練資料裡沒有的修飾。

來源的主張

這份比較自己的論點 這份附件報告主張什麼，以及它自己的數字在哪裡讓事情變複雜

• 主張 1

  準確率提升過，然後就不太提升了

  • SUP 最大的一次躍升是 v4.2.0 到 v4.3.0——那時架構還完全沒變。
  • v5.0.0 到 v5.2.0 幾乎沒有改動 SUP 的讀取準確率。
  • HAC 持續以真實但溫和的幅度前進：每一代少 18.7% 的讀取錯誤。

• 主張 2

  代價往另一個方向走

  • SUP 的參數量是 HAC 的 8.95×，在每一次量測到的執行中都是運算瓶頸。
  • Oxford Nanopore 自己的 Q30 模式，代價約是四倍的速度與約 15% 的產出量。
  • HAC v6.0.0 是例外：參數比 v5.2.0 多，卻靠最佳化略快一些。

• 主張 3

  被放掉的那個層級仍然是最好的

  • 並不存在 sup@v6.0.0；給出的理由是 HAC v6 讓這個層級變得沒有必要。
  • 獨立測試顯示 sup@v5.2.0 的讀取錯誤比 hac@v6.0.0 少 43.8%。
  • 組裝錯誤中位數：SUP v5.2.0 是 4，HAC v6.0.0 是 11。

其他來源補充了什麼

量測結果，以及我們算出來不一樣的三處 此處每一個數字都以獨立測試為骨幹；以下三處分歧是本文自己的，由來源自己的數字推導而來

• 我們的算式，一

  一個百分比跟它的數字走散了

  HAC v5.0.0 到 v5.2.0

  • 來源說讀取錯誤約少 15%，而它列出的是 Q16.3 到 Q17.2。
  • Q16.3 到 Q17.2 是 18.7%。那個 15% 屬於 Q17.0——14.9%。
  • 來源自己記載了：較早那篇寫 Q17.0，較晚那篇寫 Q17.2，所以 Q 值更新了，百分比沒有。這是小事，卻正好示範了為什麼百分比應該用旁邊的數字重新算一次。

• 我們的算式，二

  並不是一個數量級

  SUP 對 HAC 的吞吐量

  • 只在同一次執行內比較，關閉修飾判讀時 SUP 花的時間是 HAC 的 5.7×，開啟時是 2.7×。
  • 兩次執行中，吞吐量比值與實際耗時比值都吻合到小數第二位，所以這不是誤讀。
  • 9× 那個數字是參數比，這是對的。要抵抗的是從參數滑到吞吐量那一步。

• 我們的算式，三

  有一代真正的進步只在軟體

  SUP v5.0.0 到 v5.2.0

  • 參數量完全相同，讀取準確率也沒有動。
  • 吞吐量提升 34%——同一份資料從 25h06m 降到 18h45m。
  • 來源把這兩個數字都印出來了，卻沒有把它們連起來。在這次轉換裡，變好的是工程，而不是模型。

改變得好不好

每一項改變，量過也判過 一部版本史必須回答的三個問題：改變了什麼、改變大不大、改變得好不好

• 準確率要緊的工作，用 sup@v5.2.0。到 2026 年 8 月為止，它是已推出的模型中最準的，較新的 HAC 世代並沒有追上。不要把沒有 SUP v6 讀成「該換了」的建議。
• 若受限於運算資源，hac@v6.0.0 是正確的 HAC 選擇——比 v5.2.0 更準，而且不會更慢。要知道它唯一有記載的失手：在一個帶有訓練資料所無之鹼基修飾的基因體上約 100 個錯誤。
• 不要把版本較新當成在你的資料上一定品質較好。有一次 SUP 的轉換是平的，在某一組資料上還是負的。採用前先在子集上驗證。
• 換模型後，重新檢視任何 Q 值篩選門檻。在完全相同的讀取上，較新的模型讓通過 Q20 的少了 62.5%——那是重新校準，不是失去序列。要看對齊後的準確率，而不是 Q 值。
• 依修飾種類挑模型，而不是依日期。一般的 CpG 5mC 以 v4 世代分數最高；非 CpG 的 5mC 與 4mC，以及 6mA，則是 v5 世代之後較好。
• 比較不同研究之前，先用該化學自己最新的模型重跑舊資料——但只限它自己的：R10 的模型不能用在 R9 的資料上，而 R9.4.1 的支援在 Dorado v0.9.6 之後就結束了。