基于机器学习的葡萄霜霉病抗性全基因组选择育种方法

本发明公开了基于机器学习的葡萄霜霉病抗性全基因组选择育种方法，包括以下步骤：将132个样本按照4：1的比例随机划分成训练集和测试集，并根据全基因组关联分析的结果，分别提取前1‑10万变异位点作为梯度训练数据集；基于10种经典的回归类模型和降维后的变异数据集，对105个训练集样本进行机器学习训练和评估，最终筛选出预测准确率最高的变异数据集和最优模型，利用最优模型对27个测试集样本进行表型预测。本发明涉及植物育种技术领域，该基于机器学习的葡萄霜霉病抗性全基因组选择育种方法，在抗性预测与筛选、育种效率提升和多性状综合改良方面具有显著优势，突破了传统育种方法的局限，为葡萄产业的绿色可持续发展提供了创新解决方案。