用途：从 DNA 序列预测全基因组功能轨道，包括 RNA-seq、CAGE、DNase、ChIP 等，并可用于评估变异的调控效应。
主要能力：Borzoi 接收约 524 kb 的 one-hot 窗口，输出覆盖 7,611 条人类轨道的分箱预测；小鼠头（2,608 条轨道）默认关闭，可通过 enable_mouse_head=True 启用，并用 forward(..., is_human=False) 选择。变异评分时，以变异为中心分别运行 ref/alt 窗口并比较逐轨道输出。
使用方式： from borzoi_pytorch import Borzoi model = Borzoi.from_pretrained("johahi/borzoi-replicate-0").cuda().eval() 输入形状为 (batch, 4, 524288)，输出为 (batch, tracks, 6144) 分箱。输出为 (B, T, L) 张量，T 条轨道 × L 个 32 bp 分箱。轨道元数据（assay、biosample）位于 borzoi_pytorch.pytorch_borzoi_model.TRACKS_DF，或使用 AnnotatedBorzoi 子类时的 model.tracks_df；基础 Borzoi 模型没有 targets 属性。
环境要求：Python 3.10+（推荐 3.11），CUDA 12.1+（推荐 12.4），GPU 显存最低 16 GB、推荐 24 GB+。远程计算需 ≥24 GB 显存，并需预缓存 HF 权重或可访问 huggingface.co。
远程计算：先读取 compute_details({provider, mode:'read'}) 获取含 borzoi-pytorch 的环境，然后提交作业： c = host.compute.create(provider) job = c.submit_job(intent="Borzoi track prediction for 1 locus — 1×GPU, ~2 min", inputs=[{"src": "borzoi_run.py", "dst_filename": "borzoi_run.py"}], command="python3 borzoi_run.py", outputs=["tracks.npz"], timeout_seconds=1800) 随后调用 wait_for_notification，收到 compute_done 后执行 save_artifacts(payload["featured_files"])。如需完整结果字典，可重新进入内核执行 c.attach_job(job_id).result() 再 c.close()。若提供方暴露权重缓存挂载，可在 borzoi_run.py 中将 HF_HOME 指向该路径。
限制与排错：输入窗口长度固定为 524288 bp，需填充或裁剪，且不作为模型属性暴露；若出现 module has no version，改用 importlib.metadata.version("borzoi-pytorch")。