致谢¶
本页汇总 DNAKit 的主要来源、许可证、第三方使用边界和免责声明，便于集中查阅与追溯。
致谢与主要来源¶
DNAKit 感谢为本项目提供理论基础、公开参数、格式规范、软件接口和结构数据的论文作者、数据库维护者、标准组织与开源项目贡献者。
本节统一汇总项目使用的方法、论文、数据库和网站。功能页仍会保留与具体参数直接相关的 PMID 或使用边界，便于逐项追溯。列出来源不表示 DNAKit 已获得其数据或软件的再分发许可。
方法、论文与格式依据¶
| 功能 | DNAKit 类型 | 应引用的主要依据 |
|---|---|---|
| FASTA/FASTQ、GenBank、GFF3、BED、AGP | reimplementation / 格式整合 |
NCBI GenBank 样例记录、Sequence Ontology GFF3、UCSC BED、NCBI AGP 2.1；GenBank 仅支持文档化子集 |
| 坐标、序列对象设计 | native，参考既有接口 |
Biopython Seq/SeqRecord 与 scikit-bio DNA 仅作设计对照 |
| Shannon entropy | reimplementation |
C. E. Shannon, A Mathematical Theory of Communication (1948), DOI 10.1002/j.1538-7305.1948.tb01338.x |
| linguistic complexity | reimplementation |
已公开的 observed/possible k-word product 定义；结果保存精确公式 |
| LZ76 complexity | reimplementation |
Lempel & Ziv, 1976, DOI 10.1109/TIT.1976.1055501 |
| 15 组二核苷酸属性 | 用户提供的参数表 | DNAKit 只定义 15×16 JSON schema，不内置 DiProDB 数值。用户若自行取得 DiProDB 或其他来源的表，应记录DiProDB 论文、实际表页、原始论文、版本和 SHA-256；字段映射见240 项描述符表 |
| 标准遗传密码表 | reimplementation / 标准数据 |
NCBI Standard Genetic Code 1 |
| Needleman–Wunsch global alignment | reimplementation |
Needleman & Wunsch, 1970, DOI 10.1016/0022-2836(70)90057-4 |
| Smith–Waterman local alignment | reimplementation |
Smith & Waterman, 1981, DOI 10.1016/0022-2836(81)90087-5 |
| Levenshtein distance | reimplementation |
V. I. Levenshtein, 1966 |
| MinHash | reimplementation |
A. Z. Broder, 1997, resemblance/containment sketching |
| EvoAug 序列生成 | reimplementation |
Lee et al., 2023, EvoAug 论文；官方 PyTorch 代码；DNAKit 采用独立的 DNASequence 级实现，不引入 PyTorch 或 Gaussian noise |
| k-mer 保持打乱 | reimplementation |
uShuffle 论文；DNAKit 采用 de Bruijn 多重图上的随机 Euler 路径实现，精确保持指定重叠 k-mer 计数 |
| Dashing Jaccard adapter | adapter |
Baker & Langmead, 2019, DOI 10.1186/s13059-019-1875-0；实际 Dashing 版本、k、exact/HLL 模式和 sketch size |
| DNA 基础模型 rep 与 k-means | adapter |
实际运行时引用所选模型及 checkpoint： DNABERT-2、Nucleotide Transformer、HyenaDNA、Caduceus、GROVER、LucaOne、GENERator、Enformer PyTorch、AlphaGenome research、JanusDNA或Evo 2；聚类记录实际 scikit-learn 版本、pooling、PCA、seed 和 checkpoint 来源 |
| NT Revised/Genomic Benchmarks 任务分类 | adapter |
主干引用 Enformer；任务引用 NT Revised或 Genomic Benchmarks；完整微调协议引用 GENERator 附录 C.4；同时记录实际 checkpoint 文件、标签映射和来源链接 |
| Fréchet DNA distance | reimplementation + adapter |
Fréchet 高斯距离沿用 FCD 原始论文的数学形式；表征另行引用实际模型和 checkpoint，默认模型引用 LucaOne。该指标不是 ChemNet FCD |
| DNA Frag / SNN | reimplementation + adapter |
指标公式参考 MOSES；DNA 适配分别用 fixed-length k-mer 代替 BRICS 片段、用 hashed k-mer 位指纹代替 Morgan 指纹，数值不可与分子指标直接比较 |
| DNA 260 nm 消光系数 | reimplementation |
Warshaw & Tinoco, 1966, DOI 10.1016/0022-2836(66)90115-X；Cantor, Warshaw & Shapiro, 1970, DOI 10.1002/bip.1970.360090909；实际参数集版本 |
| DNA nearest-neighbor/Tm | reimplementation |
SantaLucia, 1998, DOI 10.1073/pnas.95.4.1460 |
| Primer3 thermodynamic/design adapter | adapter |
Untergasser et al., 2012, DOI 10.1093/nar/gks596；实际 Primer3 CLI 版本、可执行路径和参数目录 |
| NUPACK 二级结构 adapter | adapter |
Zadeh et al., 2011, DOI 10.1002/jcc.21596；实际 NUPACK 版本、模型、温度和盐条件 |
| 3DNA/DSSR 参数解析 | adapter |
3DNA DOI 10.1093/nar/gkg680；DSSR DOI 10.1093/nar/gkv716；实际输出版本 |
| PDB 三维结构样本 | 数据记录 | 实际 RCSB PDB ID、实验方法、模型号和坐标文件 SHA-256；当前样本为 1BNA、1AC7、139D |
| 限制酶 | 版本化内置小目录 / 可选数据库 | 实际酶定义；外部使用时引用 REBASE 版本 |
| TF PWM | 调用方提供矩阵 | 实际 motif 数据库（如 JASPAR）版本与条目；DNAKit 不内置活性模型 |
| novelty/memorization | native 透明规则 |
实际参考库版本、digest、筛选条件和所选相似度方法 |
| synthesis-risk | native 透明规则 |
DNAKit 配置与命中规则；不得描述为实验成功率 |
每个运行只需引用真正使用的条目，不应把未调用的后端列为计算依据。
用户二核苷酸表可能引用的原始论文¶
下表仅帮助用户追溯历史来源，不是 DNAKit 内置数据清单，也不授予复制或再分发这些论文数据的权限。
| 参数 | 原始论文 |
|---|---|
| Twist、Tilt、Roll、Shift、Slide、Rise | Perez et al. 2004，PMID 15562006 |
| Bend、Inclination、Major groove width、Minor groove width | Karas et al. 1996，PMID 8996793 |
| Direction | Shpigelman et al. 1993，PMID 8402210 |
| Propeller twist | Gorin et al. 1995，PMID 7897660 |
| Persistence length | Hogan & Austin 1987，PMID 3627268 |
| Stacking energy | Sponer et al. 1997，PMID 9199773 |
| Free energy | Sugimoto et al. 1996，PMID 8948641 |
网站、数据库与公开数据¶
| 资源 | 本项目用途 | 网址 |
|---|---|---|
| DiProDB | 用户可自行核对的 DNA 二核苷酸参数及原始论文索引；DNAKit 不含其数值 | 数据库论文、公共参数表 |
| NCBI Genetic Codes | 标准遗传密码表 1 | NCBI Standard Genetic Code 1 |
| NCBI Datasets | 分类、组装、基因、病毒查询及数据包 | REST API、Genome download、Virus package |
| NCBI Entrez、BLAST、ClinVar、dbSNP、GEO | accession/项目/样本/变异/表达/文献查询、BLAST 作业和公开文件下载 | E-utilities、BLAST URL API、GEO access |
| Ensembl REST | 坐标序列、转录本、区域/变异/调控、同源和比较基因组 | Ensembl REST endpoints |
| European Nucleotide Archive | Study/Sample/Experiment/Run/Analysis 元数据和公开文件 | ENA Portal API |
| ENCODE Portal | 表观基因组实验、峰、信号和公开文件 | ENCODE REST API |
| UCSC Genome Browser | 染色体、坐标序列、注释/重复/保守性轨道和下载目录 | UCSC REST API |
| IDT 与 Sigma-Aldrich | OD260/寡核苷酸定量说明和公开 ACGT 算例 | IDT 定量说明、Sigma-Aldrich 参数与算例 |
| NUPACK | 条件二级结构后端的分析接口、模型条件及许可边界 | 分析文档、实用函数、模型文档、下载与许可 |
| 3DNA/DSSR | 三维结构参数定义与 DSSR JSON 解析依据 | 3DNA 参数示意、DSSR JSON 文档 |
| RCSB PDB | 文档验证所用 DNA 三维结构记录 | 1BNA、1AC7、139D |
第三方声明¶
最后复核：2026-09-01。本页是工程合规清单，不是法律意见。
DNAKit 自身采用 MIT 许可证。第三方包、外部程序、数据库、论文和用户提供的参数表保留各自条款；引用论文不等于获得其软件或数据的再分发许可。
分发边界¶
DNAKit 的 wheel 和 sdist 不包含 DiProDB 数值表、Primer3、NUPACK、DSSR/3DNA、Dashing、BLAST、MMseqs2、sourmash、REBASE、JASPAR、DNA 基础模型 checkpoint 或其数据库，也不会自动下载外部程序。存在 CLI adapter 时，用户仍须单独安装并提供显式路径。表征 API 只在用户显式调用时把允许下载的模型放入本地 ckpt/；新增的 27 个任务 checkpoint 则由用户从统一的 Google Drive 文件夹自行下载并放置，二者都不等于随 DNAKit 再分发。
pyproject.toml 中的 Python 依赖由安装器作为独立发行包解析，不被复制进 DNAKit wheel。NCBI、Ensembl、ENA、ENCODE 和 UCSC 数据也不随 wheel/sdist 分发；adapter 只在用户显式调用时访问公开接口。直接依赖的主要许可如下；实际发布前仍须检查锁定版本及传递依赖。
| 范围 | 直接依赖 | 许可标记 |
|---|---|---|
| 核心 | PyYAML、Rich、Typer、tomli（Python <3.11） | MIT |
viz |
CairoSVG；Pillow | LGPL-3.0-or-later；MIT-CMU |
io |
PyArrow | Apache-2.0 |
validation |
Biopython | Biopython License Agreement |
external-tools |
ToolUniverse | Apache-2.0；以实际安装版本和传递依赖为准 |
agent |
FastMCP | Apache-2.0；以实际安装版本和传递依赖为准 |
neural |
Hugging Face Hub、NumPy、scikit-learn、PyTorch、Transformers | Apache-2.0、BSD 系列、Apache-2.0；以实际安装版本为准 |
neural-caduceus |
mamba-ssm | Apache-2.0；以实际安装版本为准 |
neural-enformer |
enformer-pytorch | MIT；以实际安装版本为准 |
neural-evo2 |
evo2 及其传递依赖 | 以实际安装版本和官方仓库为准 |
docs |
MkDocs；Material for MkDocs；mkdocstrings；nbmake | BSD-2-Clause；MIT；ISC；Apache-2.0 |
dev |
build、Hypothesis、mypy、pytest、pytest-cov、Ruff、twine、types-PyYAML | MIT、MPL-2.0、MIT、MIT、MIT、MIT、Apache-2.0、Apache-2.0 |
外部工具与用户数据¶
| 资源 | DNAKit 处理方式 | 使用前必须确认 |
|---|---|---|
| ToolUniverse | 作为可选 Python 依赖安装；仅在显式调用白名单功能时按需加载，不复制其源码 | 代码为 Apache-2.0；Ensembl、NCBI、gnomAD、EMBL-EBI 等远程服务仍适用各自条款和可用性限制；见官方仓库 |
| Primer3 CLI | 仅通过显式 primer3_core、oligotm、ntthal 路径调用；不含 primer3-py 或二进制 |
官方源码标记 GPL-2.0-or-later；核对仓库与实际版本 |
| NUPACK | 用户单独取得并安装；不下载、不打包、不作为在线服务提供 | 独立条款/订阅，可能收费，学术和商业条件不同；见官方许可页 |
| DSSR/3DNA | 用户单独安装；DNAKit 只解析显式输出 | 学术与商业权限不同；免费 academic Basic 仍受许可约束；见官方说明 |
| Dashing | 用户提供显式可执行文件；发行包不含源码/二进制 | GPL-3.0；见官方仓库 |
| DiProDB 或其他二核苷酸表 | DNAKit 仅提供 JSON schema/loader，不含任何 DiProDB 数值 | 用户须有权使用并记录真实来源、版本和 SHA-256；见DiProDB |
| 其他 CLI/数据库 | 不自动安装或打包 | 分别核对程序与数据库条款；可访问不等于可再分发 |
| NCBI/Ensembl/ENA/ENCODE/UCSC 公共接口与数据 | 仅按用户查询下载，保存来源和 checksum；不把远程数据嵌入发行包 | 核对各提供方使用政策、署名、隐私和再分发条款；dbGaP 等受控数据仍需正式授权 |
| Hugging Face DNA 模型 checkpoint | 用户选择模型后下载到 ckpt/ 并记录来源 manifest；wheel/sdist 不包含权重 |
DNABERT-2、NTv2、HyenaDNA、Caduceus、GROVER、LucaOne、GENERator、Enformer 和 Evo 2 各自条款可能不同；逐项核对序列表征页中的官方链接 |
| AlphaGenome | 仅在用户接受访问条款、取得 checkpoint 并安装官方 research 代码后加载 | checkpoint 页面标明受限访问和非商业模型条款；核对官方仓库及当前模型页面 |
| JanusDNA | 从 Harvard Dataverse 的官方文件下载并校验 MD5；还需用户提供官方源码环境 | 核对官方仓库、Dataverse DOI及其代码/数据条款 |
DNABERT-2、NTv2、HyenaDNA、Caduceus、LucaOne 和 GENERator 的 Transformers
checkpoint 包含加载所需 Python 代码。DNAKit 默认拒绝执行；只有用户审查来源并
显式设置 allow_remote_code=True 后才启用。该确认不能替代代码审计、依赖锁定
或许可证核对。
进程隔离和“由用户安装”可减少捆绑分发风险，但不能自动证明所有用途合法。商业部署、托管服务、源码/二进制再分发或期刊补充材料归档时，应按实际提交的文件重新审查。
完整英文清单随源码和安装包保存在根目录 DISCLAIMER.md 的“第三方声明”章节；科学方法、论文和网站见致谢与主要来源，一般使用风险见免责声明。
免责声明¶
DNAKit 是研究与教学用途的软件，不是医疗器械，也不用于临床诊断、治疗、患者管理、实验安全决策或其他高风险用途。输出可能不完整、不准确或不适用于特定实验；使用者必须独立验证计算、参数、输入数据和实验结论。
DNAKit 按 MIT 许可证“按原样”提供，不作明示或默示担保，并在适用法律允许的最大范围内限制责任。仓库根目录的 LICENSE 是正式许可文本；本页只说明使用边界，不替代或修改 MIT 许可证，也不构成法律、医疗或合规意见。
“本项目以学术研究为主要开发目的”不是免责条款。MIT 允许研究和商业使用，因此不能同时把 DNAKit 描述成“仅限非商业使用”，除非未来改用另一份经过审查的许可证。
使用者负责：
- 确认其提供的数据、参数表、数据库和外部程序具有适用的访问、使用与再分发权限；
- 不将 ClinVar、VEP、BLAST 或其他远程提供方记录直接作为临床诊断、来源定论或实验安全结论；
- 遵守第三方许可证、订阅、署名/引用、隐私、伦理、生物安全、出口管制及当地法律；
- 在论文和软件中披露实际方法、版本、参数、限制和来源；
- 在实验、发表、部署或商业使用前进行独立验证及必要的专业审查。
DNAKit 不保证第三方资源免费、持续可用、适合商业用途或允许再分发。条款和费用可能变化，使用时应查看官方页面。具体分发边界见第三方声明。
许可证¶
项目许可证¶
DNAKit 自身采用 MIT 许可证，版权人为 Pengsen Ma，完整文本见仓库根目录的 LICENSE。SPDX 标识符为 MIT。安装包包含合并了第三方声明的 DISCLAIMER.md；网页版本见第三方声明和免责声明。
项目当前版本为 0.1.3，仍处于早期开发阶段；依赖兼容性和外部后端仍需按实际环境复核。
第三方包的许可证不会自动成为 DNAKit 的许可证。
实现标签¶
| 标签 | 含义 | 当前示例 |
|---|---|---|
native |
DNAKit 自身对象、组合逻辑或明确的简单确定性逻辑 | 核心对象、审计、缓存、workflow、scorecard |
reimplementation |
根据公开算法、论文或格式规范独立实现 | alignment、SantaLucia NN、MinHash、格式 codec |
adapter |
调用独立安装的包、CLI 或数据库 | Primer3CLIAdapter、PyArrow Parquet、DashingAdapter、外部 CLI metadata 句柄 |
novel |
经过定义、检索、基线和消融确认的新方法 | 当前没有已确认项目 |
混合/多尺度指纹目前是 native 组合，不标记为 novel。
当前本地依赖许可证快照¶
下表来自 dnakit-dev 环境的已安装 distribution metadata 或仓库内第三方 LICENSE，用于本地审计，不替代法律意见。
| 组件 | 本地版本/状态 | 许可证标记 | DNAKit 边界 |
|---|---|---|---|
| PyYAML | 6.0.3 | MIT | 核心配置解析 |
| Rich | 15.0.0 | MIT | CLI/脚本进度显示 |
| Typer | 0.27.1 | MIT | CLI |
| tomli | 2.4.1 | MIT | Python <3.11 条件 TOML 解析 |
| CairoSVG | 2.9.0 | LGPL-3.0-or-later | viz extra；SVG 转 PNG/PDF |
| Pillow | 12.3.0 | MIT-CMU | viz extra；TIFF/分辨率 metadata |
| PyArrow | 25.0.1 | Apache-2.0 | io extra；Parquet 表读写 |
| NumPy | 2.2.6 | BSD-3-Clause | 本地 rep 矩阵和聚类测试 |
| scikit-learn | 1.7.2 | BSD-3-Clause | 本地 k-means/PCA/silhouette 测试 |
| Biopython | 1.88 | LicenseRef-Biopython-License-Agreement |
仅 validation extra 的差分对照 |
| MkDocs | 1.6.1 | BSD-2-Clause | 文档开发 |
| MkDocs Material | 9.7.7 | MIT | 文档开发 |
| mkdocstrings | 0.30.1 | ISC | API 文档生成 |
| nbmake | 1.5.5 | Apache-2.0 | Notebook 门禁 |
| Dashing 本地副本 | 项目根下的包外第三方目录 | GPL-3.0（该目录 LICENSE）；运行时 adapter 记录 GPL-3.0-only |
从 wheel/sdist 排除；显式 adapter 不自动选择或打包该副本，真实科学差分未完成 |
Primer3 不再是 Python 依赖，也不在任何 extra 中。当前 dnakit-dev 尚未安装
完整 PyTorch/Transformers 模型推理栈；GROVER 真实 checkpoint smoke 在独立兼容
模型环境执行，不能把上表解释为 11 种模型均已验证。上表只表示当前直接依赖的
本地 metadata 快照；版本升级、重新打包或改变分发方式后必须重新生成许可清单，
完整直接依赖清单见第三方声明。
已注册外部 CLI 句柄的许可证提示¶
这些值是 BackendInfo.license_expression 中用于提醒使用者复核的 metadata，不是 DNAKit 对第三方许可适用性的法律结论。BLAST/MMseqs2/sourmash 的路径发现不执行程序，只有用户显式调用 .version() 才运行受限版本命令；Dashing 另有必须显式提供可执行路径并显式调用的科学计算 adapter。
| 后端 ID | DNAKit 记录的许可证提示 | 当前能力 |
|---|---|---|
blastn |
LicenseRef-NCBI |
被动路径定位、显式版本查询 |
mmseqs2 |
GPL-3.0-or-later |
被动路径定位、显式版本查询 |
sourmash |
BSD-3-Clause |
被动路径定位、显式版本查询 |
dashing |
GPL-3.0-only |
registry 被动路径/版本句柄；另有显式路径的 exact/HLL Jaccard/Top-k adapter；项目根第三方副本不入发行归档 |
实际使用前必须以用户提供二进制/源码和数据库各自的版本、许可证文件与使用条件为准。
受限后端与数据库¶
| 项目 | 当前处理 |
|---|---|
| NUPACK | 提供被动探测和显式 adapter，但不自动安装/下载、不打包、不作为 Web 后端；独立订阅条款可能收费，当前环境不可用且真实数值差分受许可与安装条件约束 |
| Primer3 | 用户单独安装 CLI，并显式提供 oligotm、ntthal 或 primer3_core 路径；DNAKit 不再依赖 primer3-py，不按 PATH 搜索、不打包；许可证提示为 GPL-2.0-or-later，仍须按实际版本复核 |
| DSSR/3DNA | 用户单独取得许可证并安装；DNAKit 只解析用户提供的输出，学术免费条款不能外推为商业免费或任意再分发 |
| Dashing | 本地 GPLv3 源码/二进制不进入发行归档；显式路径 adapter 可做有界 exact/HLL Jaccard 与 Top-k，但尚无真实科学差分且不会自动选择本地副本 |
| BLAST/MMseqs2/sourmash | 不自动安装或下载；已注册被动 metadata/显式版本句柄，但没有搜索、聚类或 sketch 执行器 |
| RepeatMasker/TRF/FIMO | 不自动安装或下载；当前没有统一 adapter |
| REBASE/JASPAR 等数据库 | 不随包再分发；由用户按许可提供并记录版本、日期、筛选和 checksum |
| DiProDB/二核苷酸参数表 | 不内置任何 DiProDB 数值；用户按固定 JSON schema 提供其有权使用的 15×16 表，结果记录表名、版本、来源声明和 SHA-256 |
| DNA 基础模型 checkpoint | 仅在用户显式调用 rep API 时下载到 ckpt/，不随包分发；逐模型核对 checkpoint/源码条款，远程代码默认拒绝；当前只完成 GROVER 真实 smoke |