一种基于深度学习的SNP表型预测方法

本发明公开了一种基于深度学习的SNP表型预测方法，涉及数据处理技术领域，包括以下步骤：S1、获取VCF文件的SNP基因型数据，并生成双字符编码序列；S2、构建SNP基础模型；S3、基于双字符编码序列，对SNP基础模型进行训练；S4、利用训练后的SNP基础模型进行表型预测。本申请利用深度学习的预训练思想直接进行SNP表型预测，从基因组序列特征入手，将BERT架构进一步延伸到基因组学领域，为表型预测提供更为直接高效的计算方法。