用途：Borzoi 用于从 DNA 序列预测全基因组功能轨迹，涵盖 RNA-seq、CAGE、DNase、ChIP 等，并可用于评估变异的调控效应。
主要能力：模型接收约 524 kb 的 one-hot DNA 窗口，输出分箱预测结果，覆盖 7,611 条人类轨迹；另有 2,608 条小鼠轨迹头，默认关闭，可通过 enable_mouse_head=True 启用，并用 forward(..., is_human=False) 选择。变异打分时，以变异位点为中心分别运行参考与替代窗口，比较各轨迹输出。
使用方式：安装 borzoi-pytorch 后，可用 from borzoi_pytorch import Borzoi 加载模型，例如 model = Borzoi.from_pretrained("johahi/borzoi-replicate-0").cuda().eval()。输入形状为 (batch, 4, 524288)，输出为 (batch, tracks, 6144) 的分箱张量，即 T 条轨迹 × L 个 32 bp 分箱。轨迹元数据（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 Hugging Face 权重或可访问 huggingface.co。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，该值不作为模型属性暴露。若出现 module has no version，可用 importlib.metadata.version("borzoi-pytorch") 获取版本。远程任务通过提交作业并等待通知完成，具体编排细节参见 remote-compute-ssh / remote-compute-modal 技能。