适用于小样本高维度数据的稻瘟病致病基因识别方法

本发明属于生物特征识别技术领域，涉及一种适用于小样本高维度数据的稻瘟病致病基因识别方法，该方法对采集的数据进行处理，得到每个基因所对应样本的表达量，之后进行差异分析，识别出差异表达基因，并根据差异表达基因构建PPI网络，确定与稻瘟病相关的关键基因；最后构建CGAN‑SAE深度学习模型，利用确定的关键基因对CGAN模块进行训练，使CGAN模块能够生成与真实数据难以区分的模拟基因样本数据；再用模拟基因样本与真实样本对SAE模块进行训练，使SAE模块能够捕捉全局特征，最终提取到的特征通过PCA进一步处理，识别出稻瘟病感染过程中的核心基因。该方法解决了在样本数量少，维度高的水稻数据集中进行基因筛选的难题。