学习拷贝数变异数据集分层特征的方法及系统

本发明从NCBI、pyhtozome、Gramene、BIG、Giga等数据库下载基因组文件，并结合cngb数据库的转录组文件，经过重命名、聚类等预处理操作构建了一个名称为CopyNumVarData的数据集。针对该数据集的复杂性和特殊性，本发明设计了一种名称为LayerKEGG的算法。该算法采用三层神经网络结构映射生物代谢通路的层次结构和非线性特征。同时，为提升算法的可解释性，扩展DeepLIFT算法，使其能够更有效地解析生物通路中的非线性条件。使用CopyNumVarData数据集作为输入并运行LayerKEGG算法，本发明找到了10个关键基因和5个代谢通路，并对它们进行深入分析。通过分析其表达模式和调控机制，为理解C3和C4植物光合作用的差异提供了新的视角，并为品种改良和遗传多样性评价提供了重要的技术手段和理论支持。