广东
近日，华中农业大学玉米团队在Nature Communications上发表了题为“Robustly enhancing crop genomic prediction accuracy through ensemble learning and iterative optimization”的研究工作。该研究开发了一种基于集成学习与迭代优化策略的基因组预测新方法GEG2P，该方法可以稳定提升作物表型预测的准确率。
在气候变化和全球人口增长的背景下，加快优良作物品种的培育对于保障粮食安全具有重要意义。基因组预测在作物智能育种中发挥着重要作用。然而，现有方法在预测不同作物和性状时的稳定性和准确性仍面临挑战，制约了其在实际育种工作中的应用。俗话说，单丝不成线，独木不成林。借鉴上述思想，研究团队提出了一种基于集成学习和迭代优化策略的基因组预测方法GEG2P，旨在稳定提升不同作物不同性状的表型预测准确率。
GEG2P集成了二十种具有代表性的统计学、机器学习和深度学习三类基因组预测方法基学习器，有效提升了模型的特征提取和对复杂基因型-表型关系的建模能力。其次，设计了基于遗传算法和迭代优化的最佳基学习器组合筛选策略。GEG2P通过迭代优化策略对基学习器进行筛选，利用遗传算法学习基学习器权重的全局最优组合（图1）。该方法可以保持基学习器的多样性和互补性，有效提升整体表型预测准确率。在玉米、小麦、水稻、鹰嘴豆和大豆五种作物三十六个性状的结果表明GEG2P的预测精度优于单一基学习器和六种最新的基因组预测方法，展现出良好的多物种表型预测泛化能力和稳定性。
图1. GEG2P模型的流程图
进一步地，研究团队分析了集成不同基学习器对提升表型预测精度的互补性。研究人员首先利用SHAP方法量化了SNP位点对表型预测的贡献效应，随后分析了不同基学习器的权重分布以及不同基学习器中高效应SNP位点的功能互补性，解释了集成不同基学习器提升表型预测精度的原因（图2）。总体来看，GEG2P在集成基学习器的过程中具有两个特征。一方面，GEG2P倾向于为预测结果独立性较高的基学习器赋予更高的权重，从而减少基学习器间的信息冗余。另一方面，GEG2P偏向于覆盖不同类别的基学习器，从而可以广泛提取基因型数据中蕴含的线性和非线性特征。同时，GEG2P通过遗传算法的多轮迭代能够灵活调整不同基学习器之间的权重，从而发挥不同基因组预测方法的优势。
图2. GEG2P预测玉米开花期的不同基学习器的功能差异性与互补性分析结果
博士后姚州、博士研究生王李光、朱力和已毕业本科生李鑫乐为论文共同第一作者。我校信息学院、作物遗传改良全国重点实验室和湖北洪山实验室的刘建晓教授为该论文的通讯作者。肖英杰教授和杨文宇副教授为本研究工作提供了重要指导和支持。
论文链接：
https://www.nature.com/articles/s41467-026-75788-x
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
