近日，漁工所基因表達調(diào)控與表型機器學習預(yù)測技術(shù)創(chuàng)新團隊在魚類高產(chǎn)性狀基因組育種預(yù)測模型研究方面取得新進展。
該研究利用大黃魚體重性狀數(shù)據(jù)，比較機器學習、GBLUP、貝葉斯等模型的育種值預(yù)測準確性。研究表明，不同模型與變異數(shù)據(jù)集的耦合分析差異較大，機器學習模型在分類性狀預(yù)測中準確性更高。相關(guān)成果獲授權(quán)國家發(fā)明專利“與大黃魚生長性狀相關(guān)的SNP分子標記及其應(yīng)用”，并以 “Comparative analysis of genomic prediction models based on body weight trait in large yellow croaker (Larimichthys crocea)”為題發(fā)表文章在《Aquaculture》，碩士研究生方家璐和徐慶磊副研究員為共同第一作者，許建研究員和東海所彭士明研究員為共同通訊作者。該研究有助于提升魚類全基因組選擇預(yù)測的準確性和育種效率，為機器學習模型在育種中的深入應(yīng)用提供了重要參考。
該研究得到了國家農(nóng)業(yè)生物育種重大專項（2023ZD0405501），院基本科研業(yè)務(wù)費（2023TD24）等科研項目的資助。
