New Phytol | 双路径卷积神经网络框架提高基因组选择的准确性:以萜类化合物为例
Wiley生命科学
2026-02-09 07:00
文章摘要
背景:山苍子是一种重要的香料树种,其精油品质受柠檬醛和石竹烯含量影响,传统育种周期长、效率低。研究目的:开发一种创新的深度学习模型,以提高山苍子关键萜类性状基因组选择的预测准确性,加速优良品种选育。结论:研究通过GWAS鉴定了调控柠檬醛和石竹烯合成的关键基因,并成功开发了先验知识-双路径卷积神经网络框架,该模型有效融合了GWAS先验信息和全基因组标记,显著提升了基因组预测的准确性,为山苍子及其他林木的精准育种提供了新工具。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。