利用稀疏与局部上位性模型进行数量性状的基因组预测
应用统计
2014-02-11 v1 机器学习
摘要
在动植物育种研究中，个体的遗传值（加性 + 上位性遗传效应）与育种值（加性遗传效应）有所区别，因为预计部分上位性遗传效应会因重组而丢失。在本文中，我们认为育种者可以利用低重组区域中的一些上位性标记效应。此处引入的模型旨在利用遗传图谱信息估计局部上位性系遗传力，并结合局部加性效应与上位性效应。为此，我们使用了具有多层级设计的半参数混合模型，包含多个局部基因组关系矩阵，并在最终模型中采用 lasso 后处理以实现稀疏性。我们的模型既产生了良好的预测性能，又提供了优秀的解释性信息。
引用
@article{arxiv.1402.2026,
title = {Genomic Prediction of Quantitative Traits using Sparse and Locally Epistatic Models},
author = {Deniz Akdemir},
journal= {arXiv preprint arXiv:1402.2026},
year = {2014}
}
备注
arXiv admin note: substantial text overlap with arXiv:1302.3463