摘要
本发明涉及人工智能技术与生物信息学交叉领域,公开了基于多组学数据的猪饲料效率预测模型及系统,该模型获取个体基因组数据以生成个性化系统约束矩阵,并利用该矩阵调制一个在先验知识图谱上运行的、由图神经网络实现的神经微分方程,以求解生成个体生理状态的连续演化轨迹;最后,聚合所述轨迹并结合所述约束矩阵,通过第二预设模型输出饲料效率预测值。本发明还提供了一种相应的预测系统,包括静态约束模块、动态核心模块和预测模块。本发明将静态遗传约束与动态生理过程模拟相结合,能够反映不同个体间的遗传差异,提升了预测模型的生物学一致性和个体化精度。
技术关键词
个性化系统
猪饲料
单核苷酸多态性位点
动态核心
实体间关系
预测系统
轨迹
数据
注意力
网络
图谱
模块
生理
人工智能技术
节点
时间段
效应
矩阵