玉米功能存储:一个集中资源,用于管理和分析精选的玉米多omics功能,用于机器学习应用程序

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 机器学习 机器学习

背景情况:

• 对玉米基因组的大数据分析对于遗传研究和改善农学特征至关重要.
• 整合多种多omics数据集和提取有意义的特征是关键的挑战.
• 机器学习模型需要高质量的特性才能在基因组学中成功应用.

研究的目的:

• 介绍Maise Feature Store (MFS),这是一个用于托管和管理玉米多omics数据集的应用程序.
• 为评估和将特征与基因注释联系起来提供一个端到端的解决方案.
• 为了促进复杂的玉米遗传数据的探索,建模和分析.

主要方法:

• 开发了玉米功能存储 (MFS) 作为一个多功能应用程序.
• 集成多种基因组,转录基因组,表观基因组,变异基因组和蛋白质基因组数据集.
• 为玉米参考基因组填充了MFS的14000多个基因特征.

主要成果:

• 使用MFS创建了一个准确的泛基因组分类模型.
• 在分类模型中获得了接收器运行特征曲线 (AUC-ROC) 下面的面积为0.87的得分.
• 展示了MFS在管理和利用多omics功能的实用性.

结论:

• 该MFS为玉米多组数据和特征管理提供了一个集中的解决方案.
• 该MFS加速了在玉米遗传研究中的机器学习应用.
• 该MFS是公开可访问的,支持更广泛的科学探索和发现.