公开(公告)号：CN119560010A

公开(公告)日：2025-03-04

申请号：CN202411592162.9

申请日：2024-11-08

Applicant: 华中农业大学

Inventor： 刘建晓 ,  姚州 ,  郭竣豪 ,  卜梦佳 ,  方文婕 ,  王创

IPC: G16B20/20 ,  G16B40/30 ,  G16B40/00

Abstract: 本发明提供了一种玉米基因型与环境跨模态特征融合的基因组预测方法和模型，采用深度学习方法对包括基因组与环境组的不同组学数据间复杂的非线性变换关系进行建模，通过构建GECF_GP模型融合玉米跨基因型与环境互作的特征，较好的挖掘了时序性特征以及与表型相关的重要生育期，实现了预测玉米复杂农艺性状的表型的功能。本发明在不同实验设置中展现了较强的鲁棒性，在G×E互作的基因组预测方面具有优越性，探索了表型相关的重要生育期以及预测跨不同年份表型的性能，对于基因组预测分析方法提供了新思路，进而为玉米在不同环境的适应性分析和关键生育期的探索提供了理论和应用价值参考，加快了智慧育种领域的发展。

公开(公告)号：CN118866092A

公开(公告)日：2024-10-29

申请号：CN202410899678.1

申请日：2024-07-05

Applicant: 华中农业大学

Inventor： 刘建晓 ,  姚州 ,  姚梦婷 ,  王创 ,  李可 ,  郭竣豪

IPC: G16B20/40 ,  G16B40/20 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供了融合门控与线性注意力机制G×E互作的基因组预测方法，融合门控与线性注意力机制G×E互作的基因组预测方法，通过构建GEFormer模型，提取特征、融合特征和捕获关系，实现了基于基因组与环境组数据精准预测复杂性状的表型值的功能，进而加快了作物智能设计育种，在真实作物育种中具有较大的应用潜力。本发明通过自交系数据预测杂交种的表型，显著提升了预测杂交种表型的准确率和具有不同遗传背景的群体间表型预测的准确率，且对在未测试环境模式下预测测试基因型的表型值和对在未测试环境模式下预测未测试基因型的表型值这两种模式的效果显著。

公开(公告)号：CN117711484A

公开(公告)日：2024-03-15

申请号：CN202311826967.0

申请日：2023-12-27

Applicant: 华中农业大学

Inventor： 肖英杰 ,  严建兵 ,  刘建晓 ,  姚州 ,  罗靓赟 ,  王创 ,  谢傲

IPC: G16B20/00 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/047

Abstract: 本发明公开了一种基于深度学习的复杂性状高效基因组预测方法，包括：S1，获取测序得到的全基因组数据以及田间获取的表型数据，并对其数据预处理；S2，通过充分提取SNP位点间的局部和全局特征，构建单性状基因组预测模型；S3，通过计算表型性状之间的相关性确定辅助性状的数量，构建多性状联合基因组预测深度学习模型；S4，基于预处理后的全基因组数据和表型数据训练gMLP模型和MT‑gMLP模型，进而实现育种决策辅助；S5，通过Saliency map的可解释技术解析MT‑gMLP模型与gMLP模型预测准确率差异的原因，以及挖掘表型相关的潜在基因以及功能位点。本发明实现了基于SNP数据精准预测复杂性状的表型值，进而加快作物智能设计育种。

公开(公告)号：CN119359688A

公开(公告)日：2025-01-24

申请号：CN202411513539.7

申请日：2024-10-28

Applicant: 华中农业大学

Inventor： 段凌凤 ,  杨万能 ,  王新轶 ,  刘建晓 ,  姚州 ,  冯慧 ,  宋鹏 ,  耿泽栋

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于人工智能的作物基因型预测全生育期图像的方法。该方法包括作物图像采集、作物图像处理、构建多层感知器神经网络和条件控制生成对抗网络进行训练以学习全生育期的作物基因型、表型及图像的映射关系，并且获得作物基因‑表型预测模型和表型‑图像预测模型，最后通过两个模型，基于待预测作物基因型，预测出该基因调控下，理想环境的作物全生育期可视化结果。该方法基于人工智能技术，构建多维空间多层感知网络和条件控制生成对抗网络，深度利用作物基因、表型和图像大数据中蕴含的映射规律，实现了对作物进行逼真、准确的可视化预测。

公开(公告)号：CN118737284A

公开(公告)日：2024-10-01

申请号：CN202410832894.4

申请日：2024-06-26

Applicant: 华中农业大学

Inventor： 刘建晓 ,  姚州 ,  张文婧 ,  任禹齐 ,  袁豪

IPC: G16B40/00 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/082 ,  G06N3/0985

Abstract: 本发明公开了一种基于多尺度卷积网络和gMLP预测玉米染色质开放区的方法，通过构建的DeepOCR模型实现，包括：测序得到的玉米染色质开放区域数据经过处理后进行One‑hot编码处理；将编码后的序列输入多尺度卷积网络，利用不同大小的卷积核关注并融合多尺度特征和捕获不同长度的重要基序，并使用Softpool减少特征图中的信息损失；利用Batch Normalization和Dropout防止过拟合现象；利用gMLP捕获DNA序列中的全局依赖关系，并提取更具区分度的特征表示以提高网络性能，增强模型预测的准确性。在输出层，使用全连接函数和Sigmoid函数完成对玉米染色质开放区域的预测。本发明方法预测准确率高，可以为玉米及不同物种不同组织的序列开放保守性和特异性研究提供新参考，具有广泛的应用前景。