一种基于GEP-GANGP的基因组预测系统及方法

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。