一种基于迁移学习的CYP2C9酶药物代谢功能预测方法及应用

本发明公开一种基于迁移学习的CYP2C9酶药物代谢功能预测方法及应用，属于功能性基因组学领域，该方法包括以下步骤：首先生成包含CYP2C9基因变异信息的源域和目标域数据集；然后构建卷积神经网络模型，将源域数据集输入该模型训练；利用迁移学习算法，将训练好的模型权重迁移到针对目标域数据集的卷积神经网络模型进一步训练，获得训练优化的模型参数；最后将CYP2C9基因变异信息输入训练完成的模型中，预测CYP2C9酶药物代谢功能。本发明结合数据增强、残差网络与通道注意力机制，突破传统方法仅根据CYP2C9基因已知单一或双位点突变，进行药物代谢类型人工判读的局限，对CYP2C9基因多个位点甚至全基因序列的突变，进行药物代谢类型的人工智能判读与预测，指导临床精准用药。