-
公开(公告)号：CN118471327A
公开(公告)日：2024-08-09
申请号：CN202410925622.9
申请日：2024-07-11
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B20/00
Abstract: 本发明提供基于基因型与环境互作异构图的基因组预测方法及装置，涉及生物信息学技术领域，方法包括：获取待预测作物品种的基因型数据，基于待预测作物品种的基因型数据生成待预测作物品种的基因型特征；获取目标环境的环境数据，基于目标环境的环境数据生成目标环境的环境特征；基于待预测作物品种，以及至少一个其他作物品种的基因型特征和目标环境以及至少一种其他环境的环境特征和表型数据生成异构图；将异构图输入至已训练的异构图预测模型中，获取异构图预测模型输出的待预测作物品种在目标环境中的预测表型数据。本发明在进行表型数据预测时，充分考虑了作物品种基因型与环境之间的关系，可以实现提高表型预测精度的效果。
-
公开(公告)号：CN118262799A
公开(公告)日：2024-06-28
申请号：CN202410695883.6
申请日：2024-05-31
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B40/00 , G16B30/10 , G06F18/214 , G06F18/15 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/048
Abstract: 本发明涉及玉米抗病害育种技术领域，提供一种玉米小斑病抗病性预测方法、装置、设备及存储介质，该方法包括：获取待预测玉米材料小斑病基因型数据并转化为基因型值输入到玉米小斑病的全基因组预测模型中，预测待预测玉米材料的小斑病表型值；根据小斑病表型值确定待预测玉米材料的小斑病抗病性；其中，全基因组预测模型是利用样本数据集对预设的区块化多层感知机模型进行迭代训练得到的，样本数据集是基于玉米小斑病的全基因组数据及其对应的小斑病表型数据构建的。通过构建玉米小斑病的全基因组预测模型，对不同基因型对应的小斑病表型进行预测，确定不同基因型的抗病性，有利于快速选育出更具抗病性的玉米品种，提高玉米育种效率。
-
公开(公告)号：CN118471327B
公开(公告)日：2024-10-01
申请号：CN202410925622.9
申请日：2024-07-11
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B20/00
Abstract: 本发明提供基于基因型与环境互作异构图的基因组预测方法及装置，涉及生物信息学技术领域，方法包括：获取待预测作物品种的基因型数据，基于待预测作物品种的基因型数据生成待预测作物品种的基因型特征；获取目标环境的环境数据，基于目标环境的环境数据生成目标环境的环境特征；基于待预测作物品种，以及至少一个其他作物品种的基因型特征和目标环境以及至少一种其他环境的环境特征和表型数据生成异构图；将异构图输入至已训练的异构图预测模型中，获取异构图预测模型输出的待预测作物品种在目标环境中的预测表型数据。本发明在进行表型数据预测时，充分考虑了作物品种基因型与环境之间的关系，可以实现提高表型预测精度的效果。
-
公开(公告)号：CN118709551A
公开(公告)日：2024-09-27
申请号：CN202410838547.2
申请日：2024-06-26
Applicant: 北京市农林科学院信息技术研究中心
IPC: G06F30/27 , G06Q10/04 , G06Q50/02 , G06F17/16 , G06F18/23213 , G06F18/213 , G06F18/22
Abstract: 本发明提供一种作物育种试验点布局优化方法、装置、设备和存储介质，方法包括：基于作物的各试验点的气象环境数据，对试验点布局优化模型进行训练；试验点布局优化模型是在深度神经网络和聚类网络的基础上构建得到的；基于满足迭代完成条件的试验点布局优化模型依据其参数生成的各试验点的分类结果，对各试验点进行布局优化，克服了目前试验点布局方法难以深入挖掘作物产量与试验点之间的关系，导致试验点的布局不够科学合理的缺陷，通过试验点布局优化模型对气象环境数据进行分析处理，以深入挖掘数据之间的潜在关联，从而为产量试验提供科学合理的试验点布局，为农业领域的作物育种研究降本增效。
-
Patent Agency Ranking
公开(公告)号：CN117831636A
公开(公告)日：2024-04-05
申请号：CN202410240099.6
申请日：2024-03-04
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B40/00 , G06F18/10 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种利用融合模型实施基因组选择的方法、装置、设备及介质，涉及植物育种技术领域，该方法包括：获取多个生物材料的基因型数据；将所述多个生物材料的基因型数据进行数据预处理后输入目标性状预测模型，得到每个所述生物材料的目标性状育种值；基于所述目标性状育种值，对所述多个生物材料进行育种选择；其中，所述目标性状预测模型是在除目标性状以外的多个其他性状的训练数据集上训练得到多个预训练模型后，融合至少两个所述预训练模型，然后在所述目标性状的训练数据集上对融合后的模型进行训练得到的。
-
公开(公告)号：CN117831636B
公开(公告)日：2024-06-11
申请号：CN202410240099.6
申请日：2024-03-04
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B40/00 , G06F18/10 , G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种利用融合模型实施基因组选择的方法、装置、设备及介质，涉及植物育种技术领域，该方法包括：获取多个生物材料的基因型数据；将所述多个生物材料的基因型数据进行数据预处理后输入目标性状预测模型，得到每个所述生物材料的目标性状育种值；基于所述目标性状育种值，对所述多个生物材料进行育种选择；其中，所述目标性状预测模型是在除目标性状以外的多个其他性状的训练数据集上训练得到多个预训练模型后，融合至少两个所述预训练模型，然后在所述目标性状的训练数据集上对融合后的模型进行训练得到的。
-
公开(公告)号：CN117672360A
公开(公告)日：2024-03-08
申请号：CN202410124704.3
申请日：2024-01-30
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B20/40 , G16B40/00 , G06N3/096 , G06N3/0464 , G06N3/0499
Abstract: 本发明提供一种基于迁移学习的基因组选择方法、装置、设备及介质，涉及植物育种技术领域，该方法包括：获取多个生物材料的基因型数据；将所述多个生物材料的基因型数据进行数据预处理后输入目标性状预测模型，得到每个所述生物材料的目标性状育种值；基于所述目标性状育种值，对所述多个生物材料进行育种选择；其中，所述目标性状预测模型是在目标性状以外的多个其他性状的训练数据集上训练得到预训练模型后，迁移所述预训练模型的部分参数在所述目标性状的训练数据集上训练得到的。
-
公开(公告)号：CN119252337A
公开(公告)日：2025-01-03
申请号：CN202411107059.0
申请日：2024-08-13
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B40/00 , G16B20/20 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种用于预测玉米百粒重的方法、装置、设备及介质，该方法包括：首先，根据待预测玉米材料的各维基因型数据对应的基因型频率，将各维基因型数据转换为数值形式；然后，将多维基因型数值输入至预测模型，以获得待预测玉米材料的百粒重预测值；该预测模型是通过融合深度残差网络和双向长短时记忆循环神经网络构建出深度时空网络，并利用多种不同品系的样本玉米材料的多维样本基因型数据和百粒重表型数据对深度时空网络进行迭代训练的。本发明通过在深度时空网络的基础上训练预测模型，充分学习和捕捉样本玉米材料的多维基因型数据之间的非线性关系，显著提升了玉米百粒重预测的效率和准确率，进而提高玉米育种选择的效率和准确率。
-
公开(公告)号：CN117672360B
公开(公告)日：2024-06-11
申请号：CN202410124704.3
申请日：2024-01-30
Applicant: 北京市农林科学院信息技术研究中心
IPC: G16B20/40 , G16B40/00 , G06N3/096 , G06N3/0464 , G06N3/0499
Abstract: 本发明提供一种基于迁移学习的基因组选择方法、装置、设备及介质，涉及植物育种技术领域，该方法包括：获取多个生物材料的基因型数据；将所述多个生物材料的基因型数据进行数据预处理后输入目标性状预测模型，得到每个所述生物材料的目标性状育种值；基于所述目标性状育种值，对所述多个生物材料进行育种选择；其中，所述目标性状预测模型是在目标性状以外的多个其他性状的训练数据集上训练得到预训练模型后，迁移所述预训练模型的部分参数在所述目标性状的训练数据集上训练得到的。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.038 seconds)
