文献类型：专利

中文题名：一种基于GEP-GANGP的基因组预测系统及方法

作者：葛晓宁[1] 张怀清[1] 周国雄[1] 刘洋[1] 张京[1] 朱学岩[1]

机构：[1]中国林业科学研究院资源信息研究所;

专利类型：发明公开

申请号：CN202511492665.3

申请日：20251020

申请人地址：100091 北京市海淀区东小府2号

公开日：20260113

代理人：孙卫斌

代理机构：北京君泰水木知识产权代理有限公司 11906

语种：中文

中文关键词：GEP-GANGP;基因组;预测系统;基因组预测;利用条件;成对;网络;GEP-cGAN;输入;林木;基因型数据;环境数据;生成;生物;合理性;合成;表型;扩充;训练集;合成表;数据合并;特征提取;网络集成;多头;注意力机制;BMAM;模态;计算基因;环境特征;交互特征

年份：2026

摘要：本发明涉及基因组预测领域，具体公开了一种基于GEP?GANGP的基因组预测系统及方法，方法包括：利用GEP?cGAN生成合成表型数据；通过特征提取网络处理真实与合成数据；采用跨模态注意力机制计算基因型与环境的交互特征；运用迁移学习模块实现知识迁移与特征增强；通过多任务解码器同步输出表型预测值、效应权重及可解释性特征；系统包括：GEP?cGAN模块、生物多头注意力机制BMAM模块、跨模态交互特征提取模块、迁移学习TrG2P模块、多任务解码器模块；本发明解决了林木育种中小样本场景下预测精度低、泛化能力差及模型可解释性弱的问题，显著提升基因组预测的准确性与实用性，为林木遗传改良提供可靠的技术支撑。