readme更新

README.md

@@ -9,31 +9,6 @@ FScanpy is a comprehensive Python package designed for the prediction of [Progra
 
 ![FScanpy Architecture](/tutorial/image/structure.jpeg)
 
-## 🌟 Key Features
-
-### 🎯 **Dual-Model Architecture**
-- **Short Model** (`HistGradientBoosting`): Fast screening with 33bp sequences
-- **Long Model** (`BiLSTM-CNN`): Deep analysis with 399bp sequences  
-- **Ensemble Prediction**: Customizable model weights for optimal performance
-
-### 🚀 **Versatile Input Support**
-- **Single/Multiple Sequences**: Sliding window prediction across full sequences
-- **Region-Based Analysis**: Direct prediction on pre-extracted 399bp regions
-- **BLASTX Integration**: Seamless workflow with FScanR pipeline
-- **Cross-Species Compatibility**: Built-in databases for viruses, marine phages, Euplotes, etc.
-
-### 📊 **Advanced Visualization**
-- **Interactive Heatmaps**: FS site probability visualization
-- **Prediction Plots**: Combined probability and confidence displays
-- **Customizable Thresholds**: Separate filtering for each model
-- **Export Options**: PNG, PDF, and interactive formats
-
-### ⚡ **High Performance**
-- **Optimized Algorithms**: Efficient sliding window scanning
-- **Batch Processing**: Handle multiple sequences simultaneously
-- **Flexible Thresholds**: Tunable sensitivity for different use cases
-- **Memory Efficient**: Optimized for large-scale genomic data
-
 ## 🔧 Installation
 
 ### Prerequisites

README_zh.md

@@ -9,31 +9,6 @@ FScanpy 是一个专为预测核苷酸序列中[程序性核糖体移码 (PRF)](
 
 ![FScanpy 架构](/tutorial/image/structure.jpeg)
 
-## 🌟 核心特性
-
-### 🎯 **双模型架构**
-- **短模型** (`HistGradientBoosting`)：使用 33bp 序列进行快速筛选
-- **长模型** (`BiLSTM-CNN`)：使用 399bp 序列进行深度分析
-- **集成预测**：可自定义模型权重以获得最佳性能
-
-### 🚀 **多样化输入支持**
-- **单/多序列**：对完整序列进行滑动窗口预测
-- **基于区域的分析**：直接对预提取的 399bp 区域进行预测
-- **BLASTX 集成**：与 FScanR 流程无缝衔接
-- **跨物种兼容性**：内置病毒、海洋噬菌体、Euplotes 等数据库
-
-### 📊 **高级可视化**
-- **交互式热图**：FS 位点概率可视化
-- **预测图表**：组合概率和置信度显示
-- **可定制阈值**：为每个模型单独设置过滤条件
-- **导出选项**：PNG、PDF 和交互式格式
-
-### ⚡ **高性能**
-- **优化算法**：高效的滑动窗口扫描
-- **批处理**：同时处理多个序列
-- **灵活阈值**：针对不同用例的可调敏感性
-- **内存高效**：针对大规模基因组数据进行优化
-
 ## 🔧 安装
 
 ### 前置条件