(資料圖)

工人日報-中工網(wǎng)記者 黃哲雯 通訊員 付松川

近日，中國農(nóng)業(yè)科學院北京畜牧獸醫(yī)研究所飼草育種與栽培科技創(chuàng)新團隊，探索機器學習算法在紫花苜?；蚪M預測中應(yīng)用的可行性，構(gòu)建基于紫花苜蓿秋眠性狀基因組的最佳預測模型，準確預測了紫花苜蓿秋眠性，為利用基因組預測方法開展紫花苜蓿分子育種提供了重要參考。

紫花苜蓿被譽為“牧草之王”，是草食動物的重要蛋白牧草。秋眠性是影響紫花苜蓿秋季再生性和產(chǎn)量的重要性狀，對紫花苜蓿育種具有重要價值。為探索機器學習算法在紫花苜蓿基因組預測應(yīng)用方面的可行性，該研究以全基因組關(guān)聯(lián)分析鑒定到的分子標記為依據(jù)，利用候選SNP位點進行秋眠性表型預測，同時結(jié)合機器學習算法獲得類似于基于表型選擇的預測準確率。

研究人員對5種預測模型進行了分析比較和交叉驗證，發(fā)現(xiàn)SVM linear預測模型具有高準確率和最佳回歸系數(shù)。進一步利用單株個體秋眠性表型預測品種內(nèi)平均表型，結(jié)合單株個體秋眠性GWAS關(guān)聯(lián)SNP標記和SVM linear模型進行平均表型預測，結(jié)果表明預測準確率可達64.1%。

相關(guān)研究成果發(fā)表在《園藝研究（Horticulture Research）》上。該研究得到國家自然科學基金、國家牧草產(chǎn)業(yè)技術(shù)體系、內(nèi)蒙古科技重大專項和國家公派留學等項目的資助。

關(guān)鍵詞： 紫花苜蓿 機器學習 預測模型