摘要
本发明公开了一种基于机器学习的猪产仔性状的基因组表型值预测方法,属于地方种猪生产性状预测领域,该方法包括确定地方猪种,收集母猪的繁殖性状,得到原始表型数据集;校正原始表型数据集,并去除异常表型,得到目标表型数据集;提取目标表型数据集中各目标表型数据对应的母猪的基因组DNA,进行GWAS全基因组关联分析,得到SNP训练数据集;基于SNP训练数据集和目标表型数据集,得到表型样本集合,构建繁殖性状预测模型,根据待测母猪的基因型数据,利用繁殖性状预测模型,得到产仔性状的基因组表型预测值。本发明解决了地方猪育种群规模小、早期遗传评估准确性不高导致的早期估计育种值与后期实际表型差异大的问题。
技术关键词
性状预测模型
基因分型数据
值预测方法
训练样本集
位点
SNP基因分型
母猪
梯度提升决策树
染色体
主成分分析法
表达式
校正
线性
精度
软件
参数
规模
变量
系统为您推荐了相关专利信息
预测模型训练方法
出行规律
车辆
训练样本集
行程
桥梁
信息分析方法
数据关联性分析
BIM模型关联
特征矢量序列
遥感图像压缩方法
图像特征信息
主编码器
图像类别标签
多尺度特征提取
双酚类化合物
药效团模型
建模技术
先导化合物
三维晶体结构