一种作物多环境表型插补值确定方法和系统

摘要: 本发明涉及农业,具体涉及一种作物多环境表型插补值确定方法和系统。背景技术:1、在作物育种试验过程中,通常需要在不同试验环境下对多个作物样本的株高、抽穗天数、穗长...
一种作物多环境表型插补值确定方法和系统

本发明涉及农业,具体涉及一种作物多环境表型插补值确定方法和系统。

背景技术:

1、在作物育种试验过程中,通常需要在不同试验环境下对多个作物样本的株高、抽穗天数、穗长、产量等性状进行测量,以获得作物多环境表型数据。然而,受部分作物样本未在相应试验环境中种植、植株损坏、性状漏测以及异常天气等因素影响,所获得的多环境表型数据中通常存在表型值缺失。现有技术通常基于多环境表型数据中的已观测表型值,对表型缺失位置对应的表型值进行估计。

2、但是,不同作物样本的性状表现存在差异,不同试验环境对作物性状表现产生的影响也存在差异。现有技术在确定表型缺失位置对应的插补值时,难以准确区分不同已观测表型值对于表型缺失位置的参考程度,尤其在不同试验环境之间的性状表现差异较大或者目标作物样本的已观测表型值较少时,容易降低表型插补值的准确性。

技术实现思路

1、本发明的主要目的是提供一种作物多环境表型插补值确定方法和系统,以解决现有技术在确定作物样本于目标试验环境下的缺失性状测量结果时,难以兼顾作物样本之间的遗传差异以及不同试验环境之间的性状表现差异,导致表型插补值确定准确性较低的问题。通过根据作物样本集合的基因型数据确定样本对对应的基因型一致性,并根据基因型一致性以及目标性状在不同试验环境下的已观测表型值之间的差异,确定环境对对应的表型迁移阻力;针对目标作物样本在目标试验环境下的目标性状表型缺失位置,获取目标作物样本在非目标试验环境下的目标性状已观测表型值,以及非目标作物样本在目标试验环境下的目标性状已观测表型值,并根据对应的表型迁移阻力和基因型一致性,对两类目标性状已观测表型值进行加权融合,得到目标性状表型缺失位置对应的目标表型插补值。综合考虑作物样本之间的遗传差异以及不同试验环境之间的性状表现差异,提高目标作物样本在目标试验环境下缺失性状测量结果的确定准确性。

2、为了实现上述目的,本技术实施例提供如下技术方案:

3、根据本技术实施例的第一方面,提供了一种作物多环境表型插补值确定方法,包括:

4、获取作物样本集合的基因型数据和多环境表型数据,所述基因型数据为对所述作物样本集合中的作物样本进行基因分型检测得到的数据,所述多环境表型数据包括所述作物样本集合中的作物样本在不同试验环境下的性状已观测表型值和表型缺失位置;

5、根据所述基因型数据,确定各样本对对应的基因型一致性,所述样本对包括所述作物样本集合中的两个作物样本;

6、针对目标性状,根据各样本对对应的基因型一致性和所述目标性状在不同试验环境下的已观测表型值之间的差异,确定各环境对对应的表型迁移阻力,所述环境对包括所述不同试验环境中的两个试验环境;

7、针对目标作物样本在目标试验环境下的目标性状表型缺失位置,获取所述目标作物样本在非目标试验环境下的目标性状已观测表型值,以及非目标作物样本在所述目标试验环境下的目标性状已观测表型值;

8、根据所述目标试验环境与所述非目标试验环境构成的环境对对应的表型迁移阻力,以及所述目标作物样本与所述非目标作物样本构成的样本对对应的基因型一致性,对两类目标性状已观测表型值进行加权融合,得到所述目标性状表型缺失位置对应的目标表型插补值。

9、可选地,所述根据各样本对对应的基因型一致性和所述目标性状在不同试验环境下的已观测表型值之间的差异,确定各环境对对应的表型迁移阻力,包括:

10、对所述目标性状在每一试验环境下的已观测表型值进行统计处理,得到每一试验环境对应的表型中心参数和表型离散参数;

11、根据每一试验环境对应的表型中心参数和表型离散参数,对相应试验环境下的已观测表型值进行标准化处理,得到标准化表型值;

12、针对每一环境对,分别确定在所述环境对中的两个试验环境下具有所述目标性状已观测表型值的作物样本,得到两个试验环境分别对应的观测样本集合;

13、将两个试验环境分别对应的观测样本集合中的作物样本进行组合,得到跨环境样本对;

14、计算每一跨环境样本对中的两个作物样本对应的标准化表型值之间的绝对差异,得到跨环境表型差异;

15、将每一跨环境样本对中的两个作物样本构成的样本对对应的基因型一致性,确定为相应跨环境样本对对应的差异权重;

16、利用各跨环境样本对对应的差异权重,对相应的跨环境表型差异进行加权聚合,得到加权差异聚合结果;

17、对各跨环境样本对对应的差异权重进行汇总,得到差异权重汇总结果;

18、根据所述加权差异聚合结果和所述差异权重汇总结果进行归一化处理,得到所述环境对对应的表型迁移阻力。

19、可选地,所述根据所述目标试验环境与所述非目标试验环境构成的环境对对应的表型迁移阻力,以及所述目标作物样本与所述非目标作物样本构成的样本对对应的基因型一致性,对两类目标性状已观测表型值进行加权融合,包括:

20、根据所述目标试验环境与各非目标试验环境构成的环境对对应的表型迁移阻力,确定各非目标试验环境对应的迁移权重;

21、利用各非目标试验环境对应的迁移权重,对所述目标作物样本在相应非目标试验环境下的目标性状标准化表型值进行加权汇总,得到跨环境表型汇总结果;

22、对各非目标试验环境对应的迁移权重进行汇总,得到迁移权重汇总结果;

23、根据所述目标作物样本与各非目标作物样本构成的样本对对应的基因型一致性,从各非目标作物样本中确定基因型近邻样本;

24、根据所述目标作物样本与各基因型近邻样本构成的样本对对应的基因型一致性,确定各基因型近邻样本对应的样本权重;

25、利用各基因型近邻样本对应的样本权重,对各基因型近邻样本在所述目标试验环境下的目标性状标准化表型值进行加权汇总,得到近邻表型汇总结果;

26、对各基因型近邻样本对应的样本权重进行汇总,得到样本权重汇总结果;

27、根据所述跨环境表型汇总结果、所述迁移权重汇总结果、所述近邻表型汇总结果和所述样本权重汇总结果进行归一化融合,得到标准化表型插补值;

28、根据所述目标试验环境对应的表型中心参数和表型离散参数,对所述标准化表型插补值进行反标准化处理,得到所述目标表型插补值。

29、可选地,所述根据所述目标试验环境与各非目标试验环境构成的环境对对应的表型迁移阻力,确定各非目标试验环境对应的迁移权重,包括:

30、对各环境对对应的表型迁移阻力进行排序,得到阻力排序结果;

31、根据所述阻力排序结果,确定各环境对对应的表型迁移阻力的中位数;

32、将所述中位数确定为迁移调节参数;

33、利用所述迁移调节参数,对所述目标试验环境与各非目标试验环境构成的环境对对应的表型迁移阻力进行指数递减映射处理,得到各非目标试验环境对应的迁移权重。

34、可选地,所述根据所述目标作物样本与各非目标作物样本构成的样本对对应的基因型一致性,从各非目标作物样本中确定基因型近邻样本,以及确定各基因型近邻样本对应的样本权重,包括:

35、按照所述目标作物样本与各非目标作物样本构成的样本对对应的基因型一致性,对各非目标作物样本进行降序排列,得到样本排序结果;

36、根据所述样本排序结果,选取目标数量的非目标作物样本,得到所述基因型近邻样本;

37、将所述目标作物样本与各基因型近邻样本构成的样本对对应的基因型一致性确定为初始样本权重;

38、利用近邻调节参数对各基因型近邻样本对应的初始样本权重进行缩放处理,得到各基因型近邻样本对应的样本权重。

39、可选地,所述利用各跨环境样本对对应的差异权重,对相应的跨环境表型差异进行加权聚合,包括:

40、确定所述环境对对应的跨环境样本对数量;

41、将所述跨环境样本对数量与预设数量阈值进行比较;

42、在所述跨环境样本对数量大于所述预设数量阈值的情况下,从所述环境对对应的跨环境样本对中随机选取预设采样数量的跨环境样本对,得到目标跨环境样本对集合;

43、利用所述目标跨环境样本对集合中的跨环境样本对对应的差异权重,对相应的跨环境表型差异进行加权聚合。

44、可选地,所述根据所述基因型数据,确定各样本对对应的基因型一致性,包括:

45、按照遗传标记位点,对不同作物样本在同一遗传标记位点对应的基因型数据进行标准化处理,得到标准化基因型数据;

46、根据每个作物样本对应的标准化基因型数据,构建每个作物样本对应的基因型向量;

47、针对每一样本对,计算所述样本对中的两个作物样本对应的基因型向量之间的相似度,得到基因型相似度;

48、将所述基因型相似度归一化至预设数值区间,得到所述样本对对应的基因型一致性。

49、可选地,所述获取作物样本集合的基因型数据和多环境表型数据,包括:

50、获取包含样本标识和遗传标记位点对应的等位基因剂量值的初始基因型数据;

51、获取包含样本标识、试验环境标识、性状标识、性状已观测表型值和表型缺失位置的初始多环境表型数据;

52、根据所述样本标识,对所述初始基因型数据和所述初始多环境表型数据进行样本匹配,得到所述作物样本集合的基因型数据和多环境表型数据。

53、可选地,所述方法还包括:

54、从所述多环境表型数据中的性状已观测表型值中随机选取验证表型值;

55、将所述验证表型值对应的位置设置为验证缺失位置,得到验证多环境表型数据;

56、根据所述验证多环境表型数据中的剩余性状已观测表型值,重新确定各试验环境对应的表型中心参数和表型离散参数;

57、根据重新确定的表型中心参数和表型离散参数、各样本对对应的基因型一致性以及所述剩余性状已观测表型值,重新确定各环境对对应的表型迁移阻力;

58、根据重新确定的表型迁移阻力、各样本对对应的基因型一致性和所述剩余性状已观测表型值,确定所述验证缺失位置对应的验证表型插补值;

59、计算所述验证表型插补值与所述验证表型值之间的皮尔逊相关系数和/或均方根误差,得到插补质量评价结果。

60、根据本技术实施例的第二方面,提供了一种作物多环境表型插补值确定系统,包括:

61、数据获取模块,用于获取作物样本集合的基因型数据和多环境表型数据,所述基因型数据为对所述作物样本集合中的作物样本进行基因分型检测得到的数据,所述多环境表型数据包括所述作物样本集合中的作物样本在不同试验环境下的性状已观测表型值和表型缺失位置;

62、基因型一致性确定模块,用于根据所述基因型数据,确定各样本对对应的基因型一致性,所述样本对包括所述作物样本集合中的两个作物样本;

63、表型迁移阻力确定模块,用于针对目标性状,根据各样本对对应的基因型一致性和所述目标性状在不同试验环境下的已观测表型值之间的差异,确定各环境对对应的表型迁移阻力,所述环境对包括所述不同试验环境中的两个试验环境;

64、表型值获取模块,用于针对目标作物样本在目标试验环境下的目标性状表型缺失位置,获取所述目标作物样本在非目标试验环境下的目标性状已观测表型值,以及非目标作物样本在所述目标试验环境下的目标性状已观测表型值;

65、表型插补值确定模块,用于根据所述目标试验环境与所述非目标试验环境构成的环境对对应的表型迁移阻力,以及所述目标作物样本与所述非目标作物样本构成的样本对对应的基因型一致性,对两类目标性状已观测表型值进行加权融合,得到所述目标性状表型缺失位置对应的目标表型插补值。

66、综上所述,本技术实施例提供一种作物多环境表型插补值确定方法和系统,以解决现有技术在确定作物样本于目标试验环境下的缺失性状测量结果时,难以兼顾作物样本之间的遗传差异以及不同试验环境之间的性状表现差异,导致表型插补值确定准确性较低的问题。通过根据作物样本集合的基因型数据确定样本对对应的基因型一致性,并根据基因型一致性以及目标性状在不同试验环境下的已观测表型值之间的差异,确定环境对对应的表型迁移阻力;针对目标作物样本在目标试验环境下的目标性状表型缺失位置,获取目标作物样本在非目标试验环境下的目标性状已观测表型值,以及非目标作物样本在目标试验环境下的目标性状已观测表型值,并根据对应的表型迁移阻力和基因型一致性,对两类目标性状已观测表型值进行加权融合,得到目标性状表型缺失位置对应的目标表型插补值。综合考虑作物样本之间的遗传差异以及不同试验环境之间的性状表现差异,提高目标作物样本在目标试验环境下缺失性状测量结果的确定准确性。