基于神经网络的母源传递关键菌预测和筛选方法和系统

本发明属于计算机技术领域，公开了基于神经网络的母源传递关键菌预测和筛选方法，包括如下步骤：步骤1：获取母子微生物数据，形成数据集，并将数据集分为训练集和测试集；步骤2：构建基于注意力机制的神经网络模型，采用训练集、测试集对神经网络模型进行训练与调整，得到根据输入的母猪微生物数据预测仔猪微生物数据的神经网络模型；步骤3：通过逐一去除数据集中的母猪微生物数据中的菌属的方式对步骤2训练好的神经网络模型进行特征消融实验，得到对母源传递影响显著的关键菌。该方法利用了人工智能领域中先进的深度学习算法，通过分析母子微生物测序数据，构建一个能够预测母源关键菌的神经网络模型。该模型不仅能够从大规模微生物群落中提取对生长性能有关键影响的菌属，还可以通过对预测菌的定向培养组，筛选出影响关键表型的菌株。同时，本发明还提供了基于该方法的系统。