基于多组学注释信息及残差分割策略的猪基因组预测方法

本发明公开了一种基于多组学注释信息及残差分割策略的猪基因组预测方法。本发明基于多组学注释信息通过分层特征选择策略，保证有效信息最大化利用的同时降低数据维度，采用残差分割策略，以线性混合模型残差作为表型输入，拟合深度学习算法，构建了一种基于多组学注释信息及残差分割策略的猪基因组预测方法，该方法可自动进行解耦遗传效应、特征降维、残差学习和多模型预测，实现猪复杂性状的表型预测。与现有技术相比，本发明更全面地考虑基因组的生物学特征，提高计算效率，同时实现线性与非线性、加性与互作效应的分段建模，提高模型的稳定性，本发明在基因组预测深度学习模型中实现准确性与计算效率的双重提高，为猪育种提供可靠的工具。