1.一种基因调控网络的降维建模方法，其特征在于，所述方法包含以下步骤：
2.根据权利要求1所述的一种基因调控网络的降维建模方法，其特征在于，所述方法的具体实现过程为：
3.如权利要求1或2所述的一种基因调控网络的降维建模方法，其特征在于，步骤s1所述的数据融合方法包含如下步骤：
4.根据权利要求1所述的一种基因调控网络的降维建模方法，其特征在于，常数b用于表示偏置量，是构建的网络需要学习的参数。
5.根据权利要求1或2所述的一种基因调控网络的降维建模方法，其特征在于，所述特征提取网络为：采用resnet网络进行特征提取，resnet网络为resnet50网络。
6.根据权利要求5所述的一种基因调控网络的降维建模方法，其特征在于，进行聚类采用的网络为daegc、sdcn或agc或三者的融合；通过特征提取网络提取基因组测序数据，得到特征向量；将上下游基因先验知识通过编码网络进行编码；将得到的基因组测序特征向量与先验知识编码进行数据融合，该数据融合方法将先验知识融合进基因组测序特征以提升基因关联信息、聚类精度。
7.一种基因调控网络的降维建模系统，其特征在于：该系统具有与上述权利要求1-6任一项权利要求的步骤对应的程序模块，运行时执行上述的一种基因调控网络的降维建模方法中的步骤。
8.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机程序，所述计算机程序配置为由处理器调用时实现权利要求1-6中任一项所述的一种基因调控网络的降维建模方法的步骤。
9.一种权利要求1所述的一种基因调控网络的降维建模方法的应用，其特征在于，将所述的基因调控网络的降维建模方法用于大基因组建模。
10.根据权利要求9所述的一种基因调控网络的降维建模方法的应用，其特征在于，大型基因组(genome size)通常指基因组大小超过5gb，多集中在裸子植物、两栖动物、爬行动物类；具有超高的重复序列，还兼具大量的杂合区域。