通过深度学习和使用GBLUP和MGIDI选择优质基因型的甜产量建模

科学领域:

• 农业科学 农业科学
• 遗传学 遗传学 是一个
• 植物育种 植物育种

背景情况:

• 对Capsicum annuum L.的生殖质进行有效的管理对于作物改善至关重要.
• 了解农业形态特征的遗传基础对于培育优异的甜品种至关重要.

研究的目的:

• 利用农业形态特征开发准确的模型来预测甜果产量.
• 为了确定优越的甜基因型,具有高的繁殖价值,以增强父母选择.

主要方法:

• 研究了29种Capsicum annuum L.在田间条件下的加入,记录了水果产量和13种农业形态特征.
• 利用卷积神经网络 (CNN) 模型和基因组指纹与ISSR原始器进行数据分析.
• 采用基因组最佳线性无偏预测 (GBLUP) 和多特征基因型-观型距离指数 (MTSI) 进行基因型评估.

主要成果:

• 美国有线电视新闻网的模型准确地预测了水果产量 (R2 = 0.879),将水果厚度和宽度确定为关键预测因素.
• 基因组分析揭示了高添加基因效应,表明对选定的特征具有显著的繁殖值.
• 基因型G12和G13被确定为优越的,具有理想的特征值和积极的繁殖值.

结论:

• 在甜繁殖中,CNN模型将形态特征与附加基因控制相结合,有效地提高了父母选择.
• 将CNN预测与MTSI指数相结合,为识别精英生殖质提供了一个强大的方法.
• 已确定的优异基因型 (G12,G13) 对未来的甜育种计划具有重大潜力.