← 返回列表
一种基于机器学习的基因型和环境互作方法及其应用
摘要文本
本发明涉及生物信息学技术领域,具体地公开了一种基于机器学习的基因型和环境互作方法及其应用,包括以下步骤:步骤一:采集作物生育周期内各生育时期的环境数据;步骤二:计算目标生育时期内环境指数;步骤三:计算环境指数均值和环境指数比较均值,判断出影响环境指数均值最大的生育时期环境指数,即最高相关性的环境指数;步骤四:计算获得目标基因的表型可塑性值;步骤五:计算潜在功能基因环境影响参数;步骤六:判定潜在功能基因是否为受环境影响重要的潜在功能基因;本发明可挖掘影响作物生长过程和表型变异的关键因素,从而制定跨环境预测策略,优化品种选择路径,并帮助育种者做出生产决策,从而推动植物育种进程。
申请人信息
- 申请人:中国农业科学院作物科学研究所; 三亚中国农业科学院国家南繁研究院
- 申请人地址:100081 北京市海淀区中关村南大街12号
- 发明人: 中国农业科学院作物科学研究所; 三亚中国农业科学院国家南繁研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于机器学习的基因型和环境互作方法及其应用 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410245774.4 |
| 申请日 | 2024/3/5 |
| 公告号 | CN117831637A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G16B40/00 |
| 权利人 | 中国农业科学院作物科学研究所; 三亚中国农业科学院国家南繁研究院 |
| 发明人 | 李慧慧; 余廷熙; 何坤辉 |
| 地址 | 北京市海淀区中关村南大街12号; 海南省三亚市崖州区规划路与甘农北路交叉口中国农业科学院国家南繁研究院 |
专利主权项内容
1.一种基于机器学习的基因型和环境互作方法,其特征在于,包括以下步骤:步骤一:采集作物生育周期内各生育时期的环境数据;步骤二:根据环境数据计算目标生育时期内环境指数;步骤三:根据生育周期内所有生育时期的环境指数,计算环境指数均值和环境指数比较均值,判断出影响环境指数均值最大的生育时期环境指数,即最高相关性的环境指数;步骤四:根据最高相关性的环境指数和目标基因的表型,计算获得目标基因的表型可塑性值;步骤五:根据表型可塑性值,计算潜在功能基因环境影响参数;步骤六:根据潜在功能基因环境影响参数,判定潜在功能基因是否为受环境影响重要的潜在功能基因;若潜在功能基因环境影响参数<潜在功能基因环境影响参数阈值,则判定该潜在功能基因不为受环境影响重要的潜在功能基因;若潜在功能基因环境影响参数≥潜在功能基因环境影响参数阈值,则判定该潜在功能基因为受环境影响重要的潜在功能基因。