一种基于Transformer架构的桑树SNP标记挖掘与抗逆性状预测方法

本发明公开了一种基于Transformer架构的桑树SNP标记挖掘与抗逆性状预测方法，属于生物技术与人工智能交叉领域。该方法通过采集桑树基因组测序及抗逆表型数据，经质量过滤、贝叶斯统计筛选高可信度SNP，提取多维度特征后构建含多头自注意力机制的Transformer模型，结合早停法训练优化，实现抗逆性状预测并通过特征扰动解析关键SNP贡献度。该方法有效解决了传统技术中长距离特征关联捕捉不足、预测精度低及模型可解释性差等问题，提升了抗逆性状预测精度与SNP标记可信度，为桑树分子育种提供了可解释的高效筛选策略。