一种基于迁移学习的多族群PRS动态校准方法及系统

本发明提供了一种基于迁移学习的多族群PRS动态校准方法及系统，涉及生物信息学与医学诊断技术领域。方法包括：获取源族群与目标族群的基因组数据，经标准化预处理生成高质量数据集；利用源数据训练初始PRS模型，生成SNP权重；通过对抗性域适应算法动态对齐两族群特征分布，调整模型参数以适配目标族群；筛选目标族群等位频率符合要求的SNP，计算权重修正系数，融合其特异性SNP效应值生成动态PRS公式。本发明突破传统PRS模型的族群异质性限制，通过迁移学习与双路径评分机制提升跨族群预测精度及鲁棒性，支持增量学习实现轻量化多族群扩展，优化数据利用效率，为复杂疾病精准风险评估提供高效工具。