一种基于BERT语言模型的病毒进化预测方法和系统

本申请提供了一种基于BERT语言模型的病毒进化预测方法和系统，其中，方法包括：获取目标病毒的数据；利用目标病毒的数据对已训练的BERT模型进行权重调整，得到迁移学习模型；使用迁移学习模型对目标病毒进行逃逸预测，得到目标病毒的进化预测结果。本申请通过提出了多种方案集成的病毒小样本训练扩展框架：通过蛋白语言模型BERT、领域知识迁移和生物知识限定等多种策略组合，提出了一个可扩展的少量病毒数据训练框架，解决了病毒进化过程中，病毒数据过少带来的模型训练效果不佳的关键生物问题，也为病毒爆发初期的病毒进化预测的难题提供了可能的解决方案。