一种基于联邦图神经网络的植物多基因抗逆性协同预测方法及系统

本发明涉及协同预测技术领域，尤其是涉及一种基于联邦图神经网络的植物多基因抗逆性协同预测方法及系统。方法包括：根据获取的植物基因组数据建模多层异构图；构建基于时序感知的动态图神经网络模型；利用多层异构图训练动态图神经网络模型，其中，利用联邦图神经网络对多层异构图进行分布式隐私计算；基于多任务学习与跨物种迁移机制对小样本场景数据进行泛化训练；得到基因功能预测结果。通过多层异构图融合技术和时序感知的动态图神经网络设计，本发明能够同时捕捉基因调控、蛋白相互作用、代谢通路和胁迫响应等多维度生物学信息，以及植物胁迫响应过程中基因表达的时序变化特征。