基于多源迁移学习的致病同义突变预测方法、设备及介质

本发明的一种基于多源迁移学习的致病同义突变预测方法、设备及介质，包括从数据库和已发表文献中获取原始数据；构建目标域数据集以及多源域数据集；多源迁移学习模型构建，将目标域数据集和多源域数据集划分为训练集和验证集，多源域训练集用于预训练多源域迁移学习模型，而验证集则用于模型参数的优化，最终得到性能最佳的模型；使用构建好的模型对外来测试集进行预测，获取其为致病同义突变的概率。本发明针对小样本数据，采用多源迁移学习的方式，借助域分类器对抗学习算法和在线硬域批量挖掘算法构建最优的模型，实现对致病同义突变的预测与分类，综合性能在现有的方法中为最优，为后续致病同义突变的发现和精准医疗的发展做出了重要贡献。