一种基于水稻代谢物和机器学习算法的水稻褐飞虱抗性预测方法

本发明公开一种基于水稻代谢物和机器学习算法的水稻褐飞虱抗性预测方法，包括以下步骤：依据水稻抗褐飞虱性状表型对来自不同地理区域、生态环境、品种的水稻样本进行分组；基于液相色谱‑质谱联用技术检测水稻样本的代谢物，后对代谢物数据进行标准化处理；结合正交偏最小二乘判别分析与统计学分析对不同水稻组按照两两对比的方式来处理代谢物数据，获取水稻褐飞虱抗性的生物标志物；基于生物标志物，利用偏最小二乘回归方法得到代谢物与水稻的褐飞虱抗性预测的影响的初级表达式；结合机器学习算法与代谢物与水稻的褐飞虱抗性预测的影响的初级表达式建立预测模型，并基于生物标志物对预测模型进行训练，交叉验证模型的可行性，得到水稻抗褐飞虱性预测模型；水稻抗褐飞虱性预测模型输出水稻抗性评分。