一种基于自回归大模型的核酸序列特征挖掘方法

本发明公开了一种基于自回归大模型的核酸序列特征挖掘方法，该方法全程基于无监督式一维核酸序列进行挖掘，基于频率统计法归纳有效k‑mer核苷酸片段，使用提取的k‑mer核苷酸片段作为分割基础，基于无监督式自回归转换器模型上进行特征训练，从而得到密集型高语义信息的序列嵌入特征。本发明实现了基于大规模数据集的无监督学习方法，在降低数据采集和标注实现成本同时将核酸序列信息映射到高维语义空间，实现高密度语义信息的特征提取，为疾病预测分类、药物开发等下游任务提供基础。