DNAwhisper: Un marco piramidal integrado de aprendizaje profundo para la predicción genómica multicaracterística y la...

Área de la Ciencia:

• Mejora vegetal y genética; Bioinformática y biología computacional; Genómica y genética cuantitativa

Sus antecedentes:

• La selección genómica (SG) es vital para mejorar la ganancia genética en la mejora vegetal.
• Los modelos de aprendizaje profundo ofrecen potencial para capturar interacciones genéticas complejas, pero enfrentan desafíos con datos genómicos de alta dimensionalidad y ruidosos.
• Los métodos existentes luchan por identificar de manera efectiva marcadores informativos para la predicción de rasgos complejos.

Objetivo del estudio:

• Introducir DNAwhisper, un novedoso marco de aprendizaje profundo para la predicción multicaracterística y la priorización adaptativa de marcadores en la selección genómica.
• Abordar las limitaciones de las aplicaciones actuales de aprendizaje profundo en SG mejorando el aprendizaje de características y la identificación de marcadores.
• Mejorar la interpretabilidad de las predicciones genómicas y facilitar el descubrimiento de la arquitectura genética.

Principales métodos:

• Se desarrolló DNAwhisper, un marco de aprendizaje profundo que presenta una arquitectura GFIformer en cascada con parámetros compartidos entre bloques de marcadores para la compresión adaptativa de características.
• Se implementó el preentrenamiento sobre la estructura genética de la población para regularizar el aprendizaje de características y establecer representaciones latentes generalizables.
• Se utilizó la supervisión profunda guiada por rasgos para extraer puntuaciones de importancia de resolución múltiple de una pirámide jerárquica para la priorización de marcadores.

Principales resultados:

• DNAwhisper logró una precisión de predicción entre un 3,0% y un 10,0% mayor en comparación con los modelos de referencia en conjuntos de datos de maíz, trigo, tomate y uva.
• El marco priorizó con éxito marcadores informativos e identificó loci de rasgos cuantitativos (QTL) principales e interacciones epistáticas.
• Demostró la identificación de genes clave como VGT1 y ZCN8 involucrados en los rasgos de floración del maíz.

Conclusiones:

• DNAwhisper ofrece una estrategia robusta de aprendizaje profundo para mejorar la precisión de la predicción en la selección genómica.
• El marco mejora la interpretabilidad al proporcionar puntuaciones de importancia de regiones genómicas de resolución múltiple, lo que ayuda a la priorización de marcadores.
• DNAwhisper proporciona un enfoque novedoso para diseccionar la arquitectura genética de rasgos complejos en plantas.