一种基于深度学习的人类内源性逆转录病毒识别方法及系统

本发明属于生物信学与人工智能领域，公开了一种基于深度学习的人类内源性逆转录病毒识别方法及系统，该方法包括：构建人类内源性逆转录病毒识别数据集，对采集的数据进行预处理构建训练数据集和独立测试数据集；将训练数据集和独立测试数据集中DNA序列数据进行one‑hot和k‑mer两种不同特征编码生成特征向量；基于卷积神经网络构建预测模型，使用训练数据集中特征向量对预测模型进行训练，通过5折交叉验证方式优化参数模型，通过独立测试数据集评估预测模型的性能；将该模型与已有模型性能进行比较，评估本模型的优越性。本发明突破传统模型依赖单一特征的局限性，增强特征表达能力，进一步优化了分类效果。