整合性机器学习方法用于识别与草中人类毒素抵抗相关的位点

科学领域:

• 植物病理学和育种.
• 基因组学和生物信息学
• 机器学习在农业中的应用.

背景情况:

• 由 *Colletotrichum fructicola* 引起的炭病是对草 (*Fragaria* × *ananassa*) 产量的重大威胁.
• 基因组预测 (GP) 对于加速发展抗炭毒的草品种至关重要.

研究的目的:

• 评估整体机器学习 (ML) 框架,以改进草中人类毒素耐药性的基因组预测.
• 确定最佳单核酸多态 (SNP) 面板,并评估数据增强对预测准确性的影响.

主要方法:

• 使用Axiom® 50K FanaSNP阵列对300个草个体进行基因定型.
• 在人工注射后,通过AUDPC对人草素耐药性的表型化.
• 对五种ML算法 (G-BLUP,LASSO,LightGBM,Random Forest,XGBoost) 的评估,其中包括特征选择和数据增强 (3×,5×).

主要成果:

• 整体ML模型,特别是随机森林,LightGBM和XGBoost,在预测准确性方面表现优于线性模型.
• 一个由大约200个标记器组成的SNP小组实现了接近最大的预测性能 (R2高达0.991).
• 数据增强在有限的样本大小中提高了统计能力和模型稳定性.

结论:

• 整体ML模型为预测草中多基因对炭素的耐药性提供了更高的准确性.
• 紧的SNP面板可以支持具有成本效益和高效的基因组预测.
• 数据增强增强了资源有限的繁殖种群中基因组预测的稳定性,促进了耐药草品种的发展.