基于人工智能算法的小麦全基因组选择育种技术研究

打开文本图片集

摘  要：随着小麦等粮食供需矛盾的日益突出，提高作物产量刻不容缓，在影响小麦产量的基因筛选育种领域仍有很多问题亟待研究。该文利用全基因组选择（Genomic Selection， GS）研究冬小麦的基因型和表型数据之间的量化关系，将5种机器学习模型（Linear-SVR、 RBF-SVR、 Ridge、LightGBM、XGBoost）与2种传统育种模型（GBLUP、BayesA）进行对比，对新育种群体进行表型（如产量、株高、千粒重）预测和选择，进而找到高效的人工智能（AI）算法用于筛选出影响小麦性状的关键基因。（剩余6488字）