基于机器学习的作物全基因组预测方法及系统

本发明提供一种基于机器学习的作物全基因组预测方法及系统，首先获取目标作物多个生长周期内的基因表达数据集合，基因表达数据集合含多个由遗传标记和表型性状数据组成的基因序列样本，接着对基因表达数据集合进行特征提取，得到基因关联特征和生长性状特征，然后利用预设机器学习模型对基因关联特征和生长性状特征进行融合预测，生成融合预测特征，依据此融合预测特征确定全基因组预测结果，该全基因组预测结果可指示作物在不同环境下的性状表达趋势，最后基于全基因组预测结果生成适应性优化策略并反馈至作物培育系统，触发培育参数调整，实现作物培育的精准化和智能化，提升培育效率与作物适应性。