基于Transformer的基因编辑Cas9蛋白活性预测方法及系统

本发明属于蛋白活性预测技术领域，具体公开了一种基于Transformer的基因编辑Cas9蛋白活性预测方法及系统，该方法提取目标序列信息以及编辑活性效率，建立Cas9蛋白的预测模型，将目标序列输入预测模型，进行k‑mer编码转义为模型能够识别的信息，得到3种不同的输入；三种信息经由Embedding编码和位置编码，提取特征信息以及位置信息；多头注意力网络对提取的信息加强，得到核苷酸的相互作用信息，经由残差网络和归一化网络加速模型的训练与收敛；三种k‑mer输入传入双层注意力机制生成网络，将各个核苷酸的信息按照权重向量进行融合，得到cas9蛋白的活性数值。采用本技术方案，将文本数据与Cas9蛋白和细胞特征的基因组数据进行融合，提高基因编辑技术中CRISPR/Cas9系统的准确性和泛化能力。