自动GP:一个智能育种平台,用于增强玉米基因组选择

科学领域:

• 农业科学 农业科学
• 遗传学 遗传学 是一个
• 计算生物学 计算生物学

背景情况:

• 气候变化和人口增长需要加速开发高产作物品种.
• 现有的基因型到表型 (G2P) 模型受到高单核酸多态度 (SNP) 密度要求和繁的表型数据收集的阻碍.
• 先进的基因组选择 (GS) 模型,就像深度学习 (DL) 一样,对于育种者来说,通常是复杂的.

研究的目的:

• 开发一个智能育种平台,AutoGP,整合基因型提取,表型提取和GS模型.
• 为育种者提供一个用户友好的网络界面,以简化G2P数据分析和基因组选择.
• 通过改进SNP识别和表型数据采集来克服现有的G2P模型的局限性.

主要方法:

• 在基因调控网络中开发了一种高效的测序芯片,用于高质量的SNP识别.
• 创建了一个工作流来从智能手机视频中提取植物表型 (例如植物高度,叶数).
• 整合了五个机器学习 (ML) 和四个深度学习 (DL) 模型的多元化池,用于基因组预测.

主要成果:

• 自动GP的基因型芯片有效地提取了高质量的SNP,这些SNP与玉米的特征相关,比如天数和种植高度.
• 集成的ML和DL模型在不同人群中显示出可靠的预测准确性.
• 该平台成功指导使用玉米数据集的种植者,展示了其实际实用性.

结论:

• AutoGP为育种者提供了一种实用且易于使用的解决方案,以提高基因组选择的效率和准确性.
• 该平台简化了基因型和表型数据的整合,促进了更快的作物改进.
• 自动GP赋予养殖者先进的计算工具,解决现代农业的关键需求.