DeepBioGS:深度学习整合基因组与作物生长模型
新框架通过神经网络解决传统方法无法应对极端气候的基因组选择瓶颈。
随着气候变化加剧,确保全球粮食安全需要加速遗传增益,但传统基因组选择模型无法处理复杂基因型-环境互作。近日,研究人员提出DeepBioGS,一种通过全可微深度学习架构整合基因组预测与作物生长模型的混合框架。该框架利用参数预测多层感知器处理高维数据,有效解决了传统贝叶斯方法计算瓶颈的问题。研究团队指出,DeepBioGS能够适应极端气候条件,为未来育种策略提供了新工具。需要注意的是,该研究为预印本,尚未经过同行评审。