一种基于多模态大模型的农作物基因组分析方法和系统

本发明属于人工智能和农业信息化，具体涉及一种基于多模态大模型的农作物基因组分析方法和系统。

背景技术：

1、农作物作为农业生产的重要组成部分，在保障粮食安全、促进农业经济发展以及满足人类营养需求等方面具有重要价值。近年来，随着测序技术的快速发展，农作物基因组学研究已进入大数据时代。开展农作物基因组学研究，旨在从基因层面解析作物生长发育、抗逆、产量与品质等关键性状的分子机制，破译种质遗传密码，挖掘优异基因资源，进而突破传统育种短板，支撑分子设计育种，定向培育高产优质、抗逆作物。同时助力减少化肥农药投入，推进农业绿色可持续发展，为保障国家粮食安全、推动现代农业高质量发展提供重要理论与技术支撑。

2、目前，国内外研究人员已经积累了大量的农作物基因组序列、转录组表达数据、简单重复序列（ssr）以及转录因子（tf）等生物学数据。开展农作物基因组学研究通常需要检索上述各类数据，科研人员大多依托传统网页检索系统完成农作物基因数据查询。然而在执行 blast（基本局部比对搜索工具，生物信息学核心序列相似性比对算法）序列比对或复杂基因功能检索任务时，平台输出结果多为原始文本与繁杂参数列表，缺少直观、智能化解析手段，非生物信息学专业科研人员很难快速从中挖掘有价值的生物学信息。

技术实现思路

1、为了解决上述问题，本发明提供了一种基于多模态大模型的农作物基因组分析方法和系统。

2、为了实现上述目的，本发明提供如下技术方案：

3、一种基于多模态大模型的农作物基因组分析方法，包括以下步骤：

4、接收用户针对农作物基因组相关功能分析的自然语言查询请求，将所述自然语言查询请求输入多模态大模型，得到原子任务集合、目标基因id和基因分析任务类型；所述原子任务为多模态大模型拆解用户基因组分析需求得到的最小生物信息操作单元；

5、基于原子任务集合、目标基因id和分析任务类型构建有向无环图，基于有向无环图生成能够按照原子任务执行先后顺序调度不同生物信息算法模块的基因分析调度策略；所述有向无环图中每个节点对应原子任务集合内每一项不可拆分的基础分析操作，有向边用于约束各类基因组分析任务的执行先后顺序；所述目标基因id作为有向无环图所有节点的全局参数，提供统一的基因实体检索索引；

6、基于所述分析调度策略，自适应提取本地系统内置数据库中对应的fasta 基因序列、全基因组序列与hdf5格式基因表达量矩阵，按需执行blast序列相似性比对、ssr位点扫描、基因表达量提取与趋势相关性分析；将各处理得到的序列比对量化数值、ssr基因组位点、基因表达趋势统计指标统一转换为结构化特征数据；将结构化特征数据作为事实锚点检索知识库内关联学术文献，对自然语言查询请求、结构化特征数据和检索文献内容进行拼接得到完整推理上下文；

7、将完整推理上下文输入多模态大模型，输出农作物基因组图文分析结果。

8、优选地，所述将完整推理上下文输入多模态大模型，输出农作物基因组图文分析结果，具体为：

9、将完整推理上下文输入多模态大模型，输出专基因功能自然语言解读文本、标准化统计结构化数据和可执行python可视化绘图脚本；

10、在沙箱环境运行python可视化绘图脚本生成各类基因可视化图表，结合专业基因功能解读文本、标准化统计结构化数据和各类基因可视化图表，生成农作物基因组综合分析报告。

11、优选地，所述多模态大模型为农作物基因组领域大模型，所述农作物基因组领域大模型以transformer为基础框架，包含三模态编码器与自回归解码器；所述三模态编码器包括并行设置的文本编码通道、代码编码通道和基因序列编码通道；

12、所述三模态编码器的文本编码通道、代码编码通道和基因序列编码通道分别用于对农作物基因组领域的自然语言文本、生物信息学分析代码以及基因序列数据进行特征提取和语义表示，得到文本特征、代码特征和基因序列特征；并通过跨模态对齐机制对文本特征、代码特征和基因序列特征进行融合，得到统一的多模态隐藏状态矩阵；

13、所述跨模态对齐机制用于对比学习约束，建立基因序列特征与基因功能描述或表型描述之间的语义映射关系；

14、所述自回归解码器采用因果掩码注意力机制，并以所述多模态隐藏状态矩阵作为条件上下文输入，按照序列顺序逐步生成基因功能解析报告、分析策略参数或用于调用外部分析模块的控制代码。

15、优选地，所述三模态编码器的输入层将不同模态的数据映射为统一维度的嵌入向量；

16、对于所述农作物基因序列数据，采用k-mer切分策略将其转换为离散的token序列，并引入位置编码以保留序列的生物学方向性特征；

17、对于所述自然语言文本，将基因功能注释、表型描述、文献摘要或用户任务指令转换为文本token序列，并通过文本嵌入层获得文本语义嵌入表示；

18、对于所述生物信息学分析代码，通过抽象语法树解析提取代码结构特征；所述编码器的输出表示为隐藏状态矩阵h，作为上下文信息输入至所述自回归解码器。

19、优选地，还包括通过基因组多源异构数据对农作物基因组领域大模型进行训练，包括以下步骤：

20、采集农作物基因组相关的多源异构数据，所述多源异构数据包含多元农作物的基因组序列、功能注释文本、绘图代码及基因表达量数据；将所述功能注释文本和绘图代码转为token序列并做结构解析，将所述基因序列采用k-mer切分并添加位置编码，处理后的数据构成训练集；

21、通过训练集对所述农作物基因组领域大模型进行训练。

22、优选地，所述序列比对量化数值、ssr基因组位点、基因表达趋势统计指标的获取具体包括以下步骤；

23、读取基因分析调度策略，提取目标基因唯一id和待执行原子任务标识，依据原子任务标识划分本次运算所需读取的数据类型，标记需调取fasta基因序列、全基因组序列和hdf5格式基因表达量矩阵中的一种或多种；

24、若标记包含blast比对任务，以目标基因id为检索键，检索数据库并读取匹配的fasta基因序列；若标记包含ssr扫描任务，调取数据库存储的完整全基因组序列文件；若标记包含表达量分析任务，通过内置b-tree索引定位目标基因所在行，从hdf5分层存储文件中提取该基因完整表达量矩阵；

25、读取调度策略内有向无环图的拓扑执行顺序，将fasta基因序列传输至blast运算模块，将全基因组序列传输至ssr位点扫描模块，将提取完毕的表达量矩阵传输至表达量分析模块；

26、blast模块加载农作物参考基因组序列库，导入接收的fasta基因序列启动序列相似性比对运算，运算完成后统一输出包含比特得分、匹配碱基总数、序列一致性百分比、e-value的全部序列比对量化数值；

27、ssr模块加载预设微卫星基序集合与最小重复次数阈值，采用滑动窗口机制遍历输入的全基因组序列，识别满足阈值条件的重复片段，输出每条ssr位点对应的包含染色体编号、基因组起止坐标、重复基序、重复次数的ssr基因组位点；

28、表达量分析模块加载系统内置标准表达趋势模板，导入提取的基因表达量矩阵，逐组计算基因表达向量与各模板向量的皮尔逊相关系数，输出各组织、各发育阶段包含的rpkm丰度、相关系数、表达极值的全部基因表达趋势统计指标。

29、优选地，所述基于有向无环图生成基因分析调度策略，具体包括以下步骤：

30、读取构建完成的有向无环图全部存储信息，提取图内所有任务节点、节点绑定参数、节点之间的有向边关联数据，每个任务节点关联对应原子任务标识、目标基因id、基因分析任务类型；采用拓扑排序算法遍历全部节点与有向边，依据有向边代表的任务依赖关系，消除循环分支，生成有序的任务执行先后序列；

31、遍历拓扑排序后的每一个任务节点，根据节点绑定的原子任务标识，从系统参数库调取对应算法模块的调用接口、输入数据格式、运算阈值配置参数，将参数与对应节点绑定存储；

32、提取所有节点共用的目标基因id、数据库存储路径、文件读取索引规则，整合为全局数据检索参数块，附加至有序任务序列头部；将拓扑排序后的任务执行序列、各节点绑定的算法模块参数、全局数据检索参数进行统一封装，生成标准化结构化数据包；

33、按照系统预设调度指令格式，对封装完成的结构化数据包进行序列化处理，输出基因分析调度策略。

34、本发明还提出一种基于多模态大模型的农作物基因组分析系统，包括：

35、请求接收模块，用于接收用户针对农作物基因组相关功能分析的自然语言查询请求，将所述自然语言查询请求输入多模态大模型，得到原子任务集合、目标基因id和基因分析任务类型；所述原子任务为多模态大模型拆解用户基因组分析需求得到的最小生物信息操作单元；

36、策略生成模块，用于基于原子任务集合、目标基因id和分析任务类型构建有向无环图，基于有向无环图生成能够按照原子任务执行先后顺序调度不同生物信息算法模块的基因分析调度策略；所述有向无环图中每个节点对应原子任务集合内每一项不可拆分的基础分析操作，有向边用于约束各类基因组分析任务的执行先后顺序；所述目标基因id作为有向无环图所有节点的全局参数，提供统一的基因实体检索索引；

37、上下文构建模块，用于基于所述分析调度策略，自适应提取本地系统内置数据库中对应的fasta 基因序列、全基因组序列与hdf5格式基因表达量矩阵，按需执行blast序列相似性比对、ssr位点扫描、基因表达量提取与趋势相关性分析；将各处理得到的序列比对量化数值、ssr基因组位点、基因表达趋势统计指标统一转换为结构化特征数据；将结构化特征数据作为事实锚点检索知识库内关联学术文献，对自然语言查询请求、结构化特征数据和检索文献内容进行拼接得到完整推理上下文；

38、分析模块，用于将完整推理上下文输入多模态大模型，输出农作物基因组图文分析结果。

39、本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器中并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现所述基于多模态大模型的农作物基因组分析方法中任一项所述的步骤。

40、本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器加载时，能够执行所述基于多模态大模型的农作物基因组分析方法中任一项所述的步骤。

41、本发明提供的基于多模态大模型的农作物基因组分析方法具有以下有益效果：

42、本发明依据基因分析调度策略自适应调取多类型生物数据并按需执行各类生物信息运算，将序列比对量化数值、ssr基因组位点、基因表达趋势统计指标统一转化为标准化结构化特征数据，实现不同类型异构计算结果规整化。依托结构化特征作为事实锚点检索相关学术文献，能够实现文献精准匹配，随后融合用户查询、实测特征数据与文献资料构建完整推理上下文，依托真实运算结果约束模型推理，将原始参数、序列数据转化为带有文献支撑的完整推理素材，可供多模态大模型开展智能化解读，降低使用门槛，便于非生物信息专业研究者快速获取具备事实依据、生物学意义明确的分析结论。