DNAwhisper：マルチトレイトゲノム予測および適応マーカー優先順位付けのための統合ディープラーニングピラミダルフレームワーク

科学分野:

• 植物育種および遺伝学
• バイオインフォマティクスおよび計算生物学
• ゲノミクスおよび量的遺伝学

背景:

• ゲノム選択（GS）は、植物育種における遺伝的利益の向上のために不可欠です。
• ディープラーニングモデルは、複雑な遺伝的相互作用を捉える可能性を提供しますが、高次元でノイズの多いゲノムデータには課題があります。
• 既存の方法では、複雑な形質予測のための情報量の多いマーカーを効果的に特定することに苦労しています。

主な方法:

• 適応的特徴圧縮のためのマーカーブロック全体で共有パラメータを備えたカスケードGFIformerアーキテクチャを特徴とするディープラーニングフレームワークであるDNAwhisperを開発しました。
• 特徴学習を正則化し、一般化可能な潜在表現を確立するために、集団遺伝構造に関する事前学習を実装しました。
• マーカー優先順位付けのために、階層的ピラミッドからマルチ解像度の重要度スコアを抽出するために、形質ガイド型ディープスーパービジョンを利用しました。

結論:

• DNAwhisperは、ゲノム選択における予測精度の向上のための堅牢なディープラーニング戦略を提供します。
• フレームワークは、マルチ解像度のゲノム領域の重要度スコアを提供することにより解釈可能性を高め、マーカーの優先順位付けを支援します。
• DNAwhisperは、植物における複雑な形質の遺伝的アーキテクチャの解明のための新しいアプローチを提供します。