DeepCCR:基于基因组学的大规模深度学习方法改良水稻育种
产量性状一直是水稻育种的主要关注点,本研究中感兴趣的关键性状包括抽穗期(HD)、株高(PH)、穗长(PL)、分蘖数(TN)、每穗粒数(GP)、结实率(SST)、粒长(GL)、粒宽(GW)、千粒重(TGW)和产量(Y),连续两年收集表型数据,以评估重复性并纠正数据集中的系统偏差(图1f,g )。吉庚816的HD低于当地品种的25%分位数;在HF位点,DeepCCR对Y、HD、PH、PL、GP、SSR、GL和TGW性状具有较高的基因组可预测性(63.3%–78.2%),而对TN和GW的预测性能较低(图1o)。
翻译
2024-06-29 21:26:14 ·
46 阅读 ·
0 评论