1.一种癌症特异性合成致死基因对预测方法，其特征在于，所述方法包括：
2.根据权利要求1中所述的癌症特异性合成致死基因对预测方法，其特征在于，所述对所述primekg知识图谱、tcga癌症基因组图谱以及sload数据集进行处理，获得处理数据包括：
3.根据权利要求2中所述的癌症特异性合成致死基因对预测方法，其特征在于，对所述tcga癌症基因组图谱进行预处理，并获得所述tcga癌症基因组图谱中每个基因对应的癌症特异性基因表达数据包括：
4.根据权利要求1中所述的癌症特异性合成致死基因对预测方法，其特征在于，所述基于所述处理数据构建训练数据以及测试数据包括：
5.根据权利要求1中所述的癌症特异性合成致死基因对预测方法，其特征在于，所述基于元学习，利用训练数据以及测试数据构建采用meta-capsl框架的合成致死基因对预测模型包括：
6.根据权利要求5中所述的癌症特异性合成致死基因对预测方法，其特征在于，所述meta-capsl框架包括：多视图特征融合神经网络；其中，所述多视图特征融合神经网络包括：
7.根据权利要求6中所述的癌症特异性合成致死基因对预测方法，其特征在于，所述mv编码器采用transformer编码器结构，用于将输入的知识图谱表征以及癌症特异性基因表达数据分别投影到它们的潜在特征空间中，并将获得的两个潜向量输入transformer编码器结构进行基于注意力的特征融合，获得融合表征。
8.根据权利要求1中所述的癌症特异性合成致死基因对预测方法，其特征在于，所述基于构建的所述合成致死基因对预测模型，对待预测的两个基因进行预测获得对应的基因对预测结果包括：
9.一种癌症特异性合成致死基因对预测系统，其特征在于，所述系统包括：
10.一种癌症特异性合成致死基因对预测终端，其特征在于，包括：一或多个存储器及一或多个处理器；