类CRISPR-Cas13d系统的靶向功效预测方法
本申请适用于生物信息学技术领域,尤其涉及类CRISPR‑Cas13d系统的靶向功效预测方法,包括:经由第一机器学习模型的可学习感知矩阵将第一特征映射为含有物理交互信息至第二特征;基于第二特征运行第一机器学习模型的编码器部分,得到局部特征;基于第一特征运行第二机器学习模型,得到全局特征;输入融合特征至第三机器学习模型的双向交叉注意力层,分别沿两个方向执行交叉注意力计算,得到双向注意力特征;输入双向注意力特征至第三机器学习模型的回归部分,得到靶向功效预测结果。本发明提升了动态RNA结构变化和空间错配梯度的感知与预测精度,为高精度的RNA靶向治疗、基因编辑向导序列的高效筛选提供了计算引擎支撑。