基于联邦迁移学习和深度学习算法的特异性驱动基因和共有驱动基因识别方法

本发明涉及基于联邦迁移学习和深度学习算法的特异性驱动基因和共有驱动基因识别方法，包括：基于不同癌症类型的数据，构建数据集；基于多头注意力机制，对所述数据集进行预处理；基于预处理后的数据集，对神经网络模型进行训练，获取基因识别模型；其中，神经网络模型基于切比雪夫图卷积网络和图卷积网络构建，模型训练采用联邦迁移学习方法，训练过程分为服务器端和客户端；基于所述基因识别模型，来识别跨肿瘤的癌症特异性和共有驱动基因。本发明相较于现有方法能够更加准确高效识别出跨肿瘤的特有和共有驱动基因。