一种基于大语言模型的微生物序列表征的污水处理厂状态预测方法及系统

本发明公开了一种基于大语言模型的微生物序列表征的污水处理厂状态预测方法及系统，涉及污水处理技术领域，通过采集污水处理厂污水样本，获取微生物宏基因组、宏转录组数据、宏蛋白数据，宏代谢数据及常规理化指标组成重叠群组，将微生物序列以六聚体为token输入微生物大语言模型训练得到向量嵌入，理化指标输入多层感知机得到向量嵌入，再融合两者向量嵌入经预测层获得污水处理厂状态预测结果。本发明突破传统微生物表征技术局限，精准反映微生物内部基因层面变化，全面综合多源数据提升污水处理厂状态预测的准确性，不仅有助于提升污水处理厂的效能预测，还能为微生物群落的健康状态提供早期预警，确保污水处理过程的高效和可持续发展。