基于迁移学习建模转录调控网络的方法

本案涉及深度学习和自然语言处理领域，尤其涉及一种基于迁移学习建模转录调控网络的方法，解决现有技术难对不同染色质状态或者细胞类型中的转录调控网络进行系统性建模的问题。本案方法利用大规模转录调控因子全基因组结合图谱的数据来对语言模型进行预训练，以建模每个基因组区域上不同转录调控因子的相互作用关系。预训练语言模型学习到的这种转录调控因子的相互作用关系，能够通过迁移学习应用于不同的染色质状态和细胞类型中，从而实现对复杂且高度动态的转录调控网络的系统性建模。