CRC-Screen：稳定 DNA 合成危害筛选下的分类学偏移认证

DNA 合成提供商通过搜索请求的序列是否匹配已筛选好的危害列表来进行筛查。我们展示，这一基准在危害序列来自未包含在参考集合中的分类学家族时，导致 100% 的误检率：在 Conformal Risk Control 的认证漏检率约束下，低辨识度的信号迫使阈值低于整个测试良性质量块。我们从 synthesis order 的公共注释中提取三个信号：$k$-mer 与已知毒素的 Jaccard 相似度、来自五位 LLM 评判小组的剔除均值得分，以及到聚类嵌入质心的余弦相似度。在单调 logistic 聚合器下进行融合，并通过 Conformal Risk Control 校准，得到的筛查器认证 $\mathbb{E}[\mathrm{FNR}] \le \alpha$。在 alpha=0.05 时，对 UniProt KW-0800 审核过毒素进行十次 leave-one-分类学家族-留出实验，校准后的筛查器在每个折叠上实现 0% 测试漏检率，在九个折叠上实现 0% 测试误检率。该界限的有限样本松弛 $1/(n_{\mathrm{cal}}+1)$ 将可认证漏检率上限设为 1.77%（基于 200 hazards 子样本）；达到采购级 $\alpha=10^{-3}$ 需要放大 18 倍校准集，而完整的审核过 UniProt KW-0800 语料库足以提供这一规模。DNA 合成筛查的可认证限制在于校准数据，而非算法。代码：https://github.com/najmulhasan-code/crc-screen