基于机器学习的耐盐大豆全基因组选择方法、系统及应用

本发明公开了一种基于机器学习的耐盐大豆全基因组选择方法，所述方法包括以下步骤：1)获取用于建模的数据集的基因型和盐处理后表型，并进行处理；2)对SNP位点和缺失样品进行严格质控；3)对所述有效变异位点进行全基因组关联分析，获得高质量变异位点；4)将所述训练集中的高质量变异位点数据导入CA注意力机制和多重残差模块的卷积神经网络建立模型；5)确定最优模型；6)获取待测盐胁迫表型的大豆群体的重测序数据，提取其高质量变异位点，利用最优模型进行盐胁迫表型预测。本发明能够有效预测大豆盐胁迫表型，降低田间选育成本，显著提高耐盐大豆育种效率。