基于迁移学习的ASC斑点适体的预测和生成学习模型的方法

本发明公开了基于迁移学习的ASC斑点适体的预测和生成学习模型的方法，包括：下载DNA适体数据集；将DNA适体和蛋白质序列分别进行特征编码；使用多尺度残差网络编码器提取高延迟特征表示；进行特征融合；建CNN及注意力机制的计算模型，完成DNA适配体的预测；下载ASC斑点蛋白数据；设计蜂群觅食优化算法；预测ASC斑点的适体；利用蜂群觅食优化算法生成新的DNA适体。本发明构建了可用于适体预测及生成的一体化算法，实现了不同尺度特征的统一表征和从已知适体数据库到新型ASC斑点适体的知识迁移；首创了预测模型与生成模型协同优化的框架，预测结果反馈指导生成过程，生成样本增强预测能力。