公开(公告)号：CN119580830A

公开(公告)日：2025-03-07

申请号：CN202411758362.7

申请日：2024-12-03

Applicant: 华中农业大学

Inventor： 熊慧娟 ,  杨文宇 ,  黄一丹 ,  卓琳

IPC: G16B20/00 ,  G06F18/2135 ,  G16B40/00

Abstract: 本发明提供了一种基于特征约简和广义逆技术的自适应融合线性和非线性效应的表型预测方法及系统，对作物表型预测构建了自适应融合预测因子的线性和非线性效应的新模型，并通过自适应调整权重的方法评估不同效应对表型的重要程度，实现了综合考虑作物表型预测中的线性主效应和非线性关系的影响的功能。本发明求解模型时，对训练数据集进行特征约简并利用广义逆快速有效地求解模型，提高了生物材料表型值的测定效率。本发明通过多次随机划分实验数据集得到的学习集和测试集进行模型学习，降低了模型的系统误差，提高了表型预测结果的稳定性。本发明对表型预测的有效性在基于DNA分子标记的基因型数据和基于代谢物的中间组学数据上均得到了验证。

公开(公告)号：CN118629491A

公开(公告)日：2024-09-10

申请号：CN202410794374.9

申请日：2024-06-19

Applicant: 华中农业大学

Inventor： 方文婕 ,  杨文宇 ,  张建 ,  肖英杰 ,  严建兵

IPC: G16B20/20 ,  G16B40/00 ,  G06Q10/04 ,  G06Q50/02

Abstract: 本发明提供了一种融合多环境因子预测新环境材料表型的方法，首先根据材料的种植环境和种植时期，获得整个生育期以天为单位的25类环境数据；然后针对每种环境数据、经过不同大小窗口的滑窗，求得每个窗口内环境数据的均值，将环境均值和表型关联，挑选具有最大相关性的窗口代表该环境数据；在单环境下使用GBLUP预测已知环境新材料表型；最后利用三个地点的环境数据和表型数据构建模型，一个地点的环境数据和表型数据挑选环境因子，实现了预测新环境表型的功能。本发明帮助育种家无需种植就得到目标材料在新环境的表型，进而辅助遗传改良和材料选育，以及为特定生态环境培育具有优秀表现的品种提供了建议。

公开(公告)号：CN117153247A

公开(公告)日：2023-12-01

申请号：CN202310986747.8

申请日：2023-08-04

Applicant: 华中农业大学

Inventor： 杨文宇 ,  卓琳 ,  吴冰杰 ,  肖英杰 ,  严建兵

IPC: G16B20/20 ,  G16B40/00 ,  G16B50/00 ,  G06N3/126

Abstract: 本发明公开了一种用于整合多类型数据进行表型预测的多视图GBLUP方法，包括以下步骤：将SNP基因型数据按照不同的表型类型表示为0/1/2形式的多类型数据，对数据进行Z‑score标准化；设多类型数据矩阵中的第i行和第j行为个体xi,xj，计算Kinship矩阵，定义两个个体间的相似性函数；将多类型数据加权整合成一个Kinship矩阵，使用差分进化算法，对种群进行变异、交叉操作，对比种群中的个体和经过变异、交叉后的个体，将权重赋予多类型数据的Kinship矩阵，将其代入到GBLUP模型中学习，选择表型预测精度高的个体作为下一代种群的成员；设置终止条件，输出多类型数据最优的权重组合。本发明能够快速准确的获取多类型数据的最优权重组合，辅助表型预测。