研究组担任人暗示,该研究可为解析基因型取互做的生物学机制供给主要参考,同时为做物育种供给新的东西。
从中国农业科学院做物科学研究所获悉,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,通过将农做物的景象形象大数据取基因组消息深度融合,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。
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,由做物的基因型、以及基因型取的互相感化配合决定。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。