В исследовании представлен G4SCOPE — многозадачная глубокая нейросетевая архитектура, предназначенная для моделирования occupancy (заселенности) хроматиновых G-квадруплексов (G4) и реконструкции высокодетализированных профилей CUT&Tag исключительно на основе первичной последовательности ДНК. Модель объединяет сверточные слои для обучения мотивам и трансформерные механизмы самовнимания для анализа длиннодействующих последовательных контекстов, что позволяет отличать эндогенно свернутые G4 в хроматине от локусов с потенциалом сворачивания in vitro. Обучение проводилось на генотип-стратифицированных данных из изогенной серии клеток молочной железы человека (WT, TP53-/-, TP53-/-;BRCA1-/-, TP53-/-;BRCA2-/-), демонстрируя высокую обобщающую способность и успешный перенос на независимый контекст клеток K562. Результаты анализа выявили фундаментальные различия в состояниях поддержания генома: дефицит BRCA1 привел к глобальному увеличению плотности хроматиновых G4, тогда как потеря BRCA2 вызвала системное структурное истощение по хромосомам. Несамообучающаяся кластеризация латентных представлений модели позволила выделить различные биологические подклассы G4, занимающие уникальные регуляторные среды с характерными ландшафтами 5-метилцитозина и 5-гидроксиметилцитозина. Разработанный фреймворк дешифрует грамматическую структуру первичной последовательности, управляющую заселенностью G4, и доказывает, что топологии G4 несут в себе встроенные эпигенетические особенности, что открывает новые возможности для понимания эпигенетического ремоделирования при раке.