摘要
本发明提供一种对细胞类型特异性非编码变异功能预测的方法及系统，属于生物信息学技术领域。包括：构建DINOSNN预测模型并进行模型训练，模型由卷积与注意力混合神经网络模型和非编码变异预测模型组成；获取各脑精神疾病对应的所有非编码变异，输入DINOSNN预测模型，通过训练后的梯度提升树模型预测出各非编码变异为功能性非编码变异的概率、以及受变异影响的细胞类型集合，并进一步建立脑精神疾病、非编码变异以及受非编码变异影响的细胞类型集合三者的对应关系；选取所需分析的脑精神疾病对应的各非编码变异中，具有最高功能性非编码变异的概率的非编码变异所对应的细胞类型集合，作为所需分析的脑精神疾病所应的靶向细胞集合。
