基于深度领域对抗学习框架的人类重要microRNA识别方法

本发明涉及生物信息学领域，具体为一种基于深度领域对抗学习框架的人类重要miRNA识别方法。该方法包括步骤：S1.数据集构建：构建小鼠和人类miRNA重要性基准数据集和MTI数据集；S2.训练阶段包括：构建多模态特征提取器进行特征提取和构造损失函数实现两域特征对齐与模型训练；S3.预测阶段：将目标域数据输入至多模态特征提取器，得到目标域miRNA特征表示，再经过标签预测器得到预测的目标域样本的重要性分数。本发明提供的基于多模态特征提取和领域对抗学习的深度领域自适应框架，通过将深度网络与领域自适应结合，更有效地学习miRNA特征表示，实现两域特征分布的对齐，进而提高人类miRNA重要性预测的精度和可靠性。