應(yīng)用機(jī)器學(xué)習(xí)等人工智能方法進(jìn)行育種值預(yù)測(cè)是面向未來(lái)的育種趨勢(shì)之一。面對(duì)海量大數(shù)據(jù)選種時(shí),需要同時(shí)兼顧計(jì)算速度、準(zhǔn)確性及可解釋性等問(wèn)題。
研究團(tuán)隊(duì)開(kāi)發(fā)的NTLS機(jī)器學(xué)習(xí)預(yù)測(cè)框架結(jié)合了自動(dòng)參數(shù)尋優(yōu)、降維、特征提取以及決策樹(shù)解釋等策略,在應(yīng)用實(shí)踐中可以顯著提高豬育種值預(yù)測(cè)準(zhǔn)確性。研究表明,在達(dá)100kg體重日齡、背膘及產(chǎn)活仔數(shù)等主選性狀方面,該框架的預(yù)測(cè)準(zhǔn)確性比GBLUP等基因組選擇方法分別提高5.1%、3.4%和1.3%。同時(shí),此框架還可以大大降低普通機(jī)器學(xué)習(xí)計(jì)算時(shí)間,并對(duì)育種值“黑盒子”進(jìn)行部分解釋。
牧醫(yī)所博士研究生王進(jìn)部為本論文第一作者,王立剛研究員和高會(huì)江研究員為該文通訊作者。