摘要
本发明涉及生物信息学、表观遗传学与人工智能交叉技术领域,公开一种植物多维表观遗传修饰预测方法、系统、设备及介质,针对每一种表观遗传修饰类型,分别利用模型学习同一物种下在不同环境条件中生长的植物的基因测序数据及其对应的表观遗传修饰类型之间的关系,得到分别用于预测不同表观遗传修饰类型的多个植物表观遗传修饰预测模型,训练得到的模型能够精细捕捉表观遗传修饰在不同环境条件下的动态变化,准确地预测待测植物的基因序列中各个序列区域属于不同植物表观遗传修饰类型的概率值,还可以预测在新的环境条件下植物表观遗传修饰的潜在变化,为植物在各种生长环境中的适应性调控提供深入的见解,并为植物科学研究和应用提供广泛的支持。
技术关键词
表观遗传修饰
基因测序数据
双层卷积神经网络
人工智能交叉技术
序列
非暂态计算机可读存储介质
植物科学研究
搜索算法优化
样本
基因启动子
数据获取模块
标签
处理器
预测系统
数据分布
胞嘧啶
优化器
位点
系统为您推荐了相关专利信息
图像识别技术
交互方法
居住者
家居智能设备
情景
人体动作识别系统
红外相机
重构模块
识别方法
三维卷积神经网络
容器
人工蜂群算法
长短期记忆网络
缓存方法
节点
家用内窥镜
检测分割方法
图像识别模型
深度卷积神经网络
直方图
预报方法
深度神经网络学习
风速
相对湿度
数值预报产品