一种利用基因组标记对绵羊品种分类的方法及系统
本发明涉及品种分类,更具体的说是涉及一种利用基因组标记对绵羊品种分类的方法及系统。
背景技术:
1、在绵羊育种与集约化推广的实践中,品种问题始终是制约行业发展的重大挑战。众多绵羊品种面临着个体数量稀少、连锁不平衡度低以及传统散养模式导致的群体规模扩张困难等困境。尤为值得关注的是,那些承载着独特历史人文价值与遗传特性的地方品种,因规模有限、外观差异细微及杂交现象普遍,加之缺乏足够的重视,正面临遗传资源流失的巨大风险。这些品种不仅是生物多样性的重要组成部分,也是未来绵羊育种改良的宝贵基因库。
2、传统的绵羊品种鉴定手段主要依赖于人工观察羊只的外貌特征、体型结构等,这一过程高度依赖于鉴定者的经验与主观判断,缺乏客观性和准确性。此外,该方法未能充分考虑基因流动与杂交对品种纯度的潜在影响,导致品种识别的精确度受限,无法满足现代绵羊育种对精准管理和高效利用遗传资源的需求。
3、近年来,随着生物信息技术的飞速发展,特别是全基因组测序技术的成本大幅下降,利用基因组数据对畜禽进行遗传分析与品种鉴定成为可能。单核苷酸多态性(snp)作为基因组中广泛存在的遗传变异形式,其芯片数据因富含丰富的遗传信息,成为构建机器学习(ml)模型以预测动物遗传特性、优化育种策略及提升繁育效率的理想素材。
4、机器学习作为一种能够从大量数据中自动学习并做出预测或决策的高级技术,已在图像识别、自然语言处理及医学诊断等多个领域展现出强大的应用潜力。在畜禽遗传育种领域,通过ml算法处理snp芯片数据,不仅能够揭示复杂的遗传关系,还能为品种鉴定提供更为客观、准确的依据。然而,尽管这一领域的研究已取得初步进展,但关于如何有效筛选与品种信息高度相关的snp位点,以及如何将这些位点与不同ml算法高效结合以提升品种识别准确性的研究仍显不足。
5、因此,如何提供一种绵羊品种分类和鉴定准确性的分类方法及系统是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此,本发明提供了一种利用基因组标记对绵羊品种分类的方法及系统,将基因组标记和机器学习算法进行结合,对绵羊品种分类和鉴定的准确性进行有效提高,加快绵羊种质资源的改良工作。
2、为了实现上述目的,本发明采用如下技术方案:
3、一方面,本发明提供了一种利用基因组标记对绵羊品种分类的方法,包括:
4、s1:获取样本群体的snp位点数据,并对所述样本群体的snp位点数据进行预处理,构建数据集;
5、s2:利用boruta算法筛选所述snp位点数据,得到关键snp位点;
6、s3:基于支持向量机构建分类模型;
7、s4:获取待分类绵羊的关键snp位点数据,将所述关键snp位点数据输入所述分类模型,得到所述待分类绵羊对应的品种分类结果。
8、优选的,s2包括:
9、s2.1:将所述数据集中的原始特征随机打乱,生成一组影子特征;
10、s2.2:构建随机森林模型;
11、s2.3:对所述原始特征和所述影子特征同时进行训练,分别计算每个原始特征和影子特征的重要性分数;
12、s2.4:将原始特征的重要性分数与影子特征的最高重要性分数进行比较,若所述原始特征的重要性分数高于影子特征的最高重要性分数,则确定所述原始特征为重要特征,即关键snp位点;若所述原始特征的重要性分数不高于影子特征的最高重要性分数,则舍弃所述原始特征;
13、s2.5:重复和迭代s2.3-s2.4,直至筛选关键snp位点。
14、优选的,s3包括:
15、采用高斯径向基核,调节核内伽马参数,设置正则化参数c,构建svm模型;
16、利用关键snp位点构建的数据集来训练所述svm模型,找到最优的超平面;
17、通过网格搜索来找到最佳参数设置。
18、优选的,所述重要性分数的衡量标准包括平均减少不纯度和平均减少准确率。
19、优选的,所述方法还包括:
20、s5:对所述品种分类结果进行评价,基于评价结果优化所述分类模型。
21、优选的,评价指标包括:准确性和接收者操作特征曲线下面积。
22、另一方面,本发明还提供了一种利用基因组标记对绵羊品种分类的系统,包括:
23、预处理单元,用于获取样本群体的snp位点数据,并对所述样本群体的snp位点数据进行预处理,构建数据集;
24、筛选单元,用于利用boruta算法筛选所述snp位点数据,得到关键snp位点;
25、分类模型构建单元,用于基于支持向量机构建分类模型;
26、采集单元,用于获取待分类绵羊的关键snp位点数据;
27、分类单元,用于将所述关键snp位点数据输入所述分类模型,得到所述待分类绵羊对应的品种分类结果。
28、优选的,所述系统还包括:
29、评估单元,用于对所述品种分类结果进行评价,基于评价结果优化所述分类模型。
30、经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种利用基因组标记对绵羊品种分类的方法及系统,在绵羊品种鉴定与种质资源改良方面展现出了显著的有益效果,通过将基因组标记技术与机器学习算法相结合,本发明实现了对绵羊品种的高精度预测,不仅克服了传统鉴定手段中人为判断的主观性和误差,还大幅提升了品种识别的准确性和稳定性,为绵羊种质资源的精准管理奠定了坚实基础。
1.一种利用基因组标记对绵羊品种分类的方法,其特征在于,包括:
2.根据权利要求1所述的一种利用基因组标记对绵羊品种分类的方法,其特征在于,s2包括:
3.根据权利要求1所述的一种利用基因组标记对绵羊品种分类的方法,其特征在于,s3包括:
4.根据权利要求2所述的一种利用基因组标记对绵羊品种分类的方法,其特征在于,所述重要性分数的衡量标准包括平均减少不纯度和平均减少准确率。
5.根据权利要求1所述的一种利用基因组标记对绵羊品种分类的方法,其特征在于,所述方法还包括:
6.根据权利要求5所述的一种利用基因组标记对绵羊品种分类的方法,其特征在于,评价指标包括:准确性和接收者操作特征曲线下面积。
7.一种利用基因组标记对绵羊品种分类的系统,其特征在于,包括:
8.根据权利要求7所述的一种利用基因组标记对绵羊品种分类的方法,其特征在于,所述系统还包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com