用于预测功能性调控变异的半监督深度学习方法、系统、设备及存储介质

本发明提供用于预测功能性调控变异的半监督学习方法、系统、设备及存储介质。包括将处理了的GWAS和ImmuNexUT数据集中的交集变异，并将变异数据划分成包括训练集、验证集、测试集。基于HGMD和ClinVar数据集构建了实验验证的测试集，使用训练集预训练了一个卷积神经网络模型，然后基于没有与GWAS和ImmuNexUT交集的变异构建了半监督的卷积神经网络模型。最后，将本发明处理好的数据集应用于sscNOVA模型上，证明了sscNOVA模型的可用性，是首个基于序列能够识别出与自身免疫疾病相关的功能性调控变异的预测方法，达到了理想的预测效果。