使用组合式自编码器解耦基因型与环境特异性潜在特征以改进性状预测
机器学习
2024-10-29 v1 人工智能
基因组学
摘要
本研究引入了一个组合式自编码器 (CAE) 框架，旨在解耦高维表型数据中基因型与环境因素之间复杂的相互作用，以改进植物育种和遗传学项目中的性状预测。传统的预测方法通过手工特征或 PCA 等潜在特征，或近期的自编码器来获取高维数据的紧凑表示，但未将基因型特异性和环境特异性因素分离开来。我们假设将这些特征解耦为基因型特异性和环境特异性成分可以增强预测模型。为了验证这一点，我们开发了一种组合式自编码器 (CAE)，将高维数据分解为不同的基因型特异性和环境特异性潜在特征。我们的 CAE 框架在自编码器内采用分层架构，以有效分离这些纠缠的潜在特征。应用于玉米多样性群体数据集时，与包括标准自编码器、PCA 回归和偏最小二乘回归 (PLSR) 在内的传统方法相比，CAE 展现出对环境影响的优越建模能力，并且在 Days to Pollen 和 Yield 等关键性状的预测性能上提高了 5-10 倍。通过解耦潜在特征，CAE 为精确育种和遗传研究提供了强大的工具。这项工作显著增强了性状预测模型，推动了农业和生物科学的发展。
引用
@article{arxiv.2410.19922,
title = {Disentangling Genotype and Environment Specific Latent Features for Improved Trait Prediction using a Compositional Autoencoder},
author = {Anirudha Powadi and Talukder Zaki Jubery and Michael C. Tross and James C. Schnable and Baskar Ganapathysubramanian},
journal= {arXiv preprint arXiv:2410.19922},
year = {2024}
}