据研究组担任人引见，粮食等农做物的高矮、茎秆粗细、节间长短和产量凹凸等特征都属于做物的田间表型，正在现实育种过程中，精确预测做物的田间表型对于提高育种效率、缩短育种周期至关主要。然而，保守的基因组预测方式往往忽略了要素对田间表型的影响，导致正在分歧的前提下，对做物的田间表型预测精度常常无限。因而，将数据纳入基因组预测模子，考虑基因型取的彼此感化，成为提拔做物田间表型预测精度的环节。操纵人工智能手艺开辟了一套从动化机械进修框架，将数据取基因组消息深度融合，开展遗传阐发取基因组预测。比力保守基因组预测方式，该算法有三大亮点：一是集成遗传和特征处置功能；二是集成多种先辈手艺进行模子锻炼，取传通盘计模子比拟，计较时间可缩短290倍，且能连结较高的预测精度；三是操纵奇特的SHAP可注释手艺注释模子，量化遗传和特征对做物表型变异的贡献。
本报3月8日电 记者杨舒从中国农业科学院做物科学研究所获悉，近日，该所做物智能设想算法模子立异研究构成功研发一套新的人工智能算法——从动化机械进修框架，实现了做物精准遗传阐发取基因组预测，为做物智能设想育种供给了无效东西。相关研究颁发正在学术期刊《先辈科学》上。
