一种针对植物基因组的深度学习Gap填充方法

本发明涉及一种基于DL‑GapFilling模型的gap填充方法。包括如下步骤：1：步骤1：使用传统工具对原始基因组进行预组装，生成sacffold文件，得到组装结果1；2：使用DFillingNet模型网络对数据集进行深度学习，并采用BeamStar Contraction‑Expansion Algorithm(BSCEA)算法对gap序列进行预测，然后将预测基因序列与原始基因组一并进行基因组装，得到组装结果2；3：使用Quast，Exonerate等将组装结果1，2比对到参考基因组，通过构建针对预测序列筛选优化的PredictionFilter机制，优化步骤2产生的预测序列。最终将筛选后的预测序列与原始基因组进行基因组装。本发明为传统软件提供了新的预测序列，提出了针对基因序列的PredictionFilter机制，提高了传统软件的gap填充率和正确率。