紫花苜蓿。 中国农科院供图

本报讯（记者李晨 通讯员付松川）近日，中国农科院北京畜牧兽医研究所饲草育种与栽培科技创新团队，探索了机器学习算法在紫花苜蓿基因组预测中应用的可行性，构建了基于紫花苜蓿秋眠性状基因组的最佳预测模型，准确预测了紫花苜蓿秋眠性，为利用基因组预测方法开展紫花苜蓿分子育种提供了重要参考。相关研究成果发表于《园艺研究》。

紫花苜蓿被誉为“牧草之王”，是草食动物的重要蛋白牧草。紫花苜蓿具有秋眠性，即有的品种在秋季休眠，有的不休眠继续生长。秋眠性是影响苜蓿再生性、干草产量的重要性状。该团队利用机器学习算法，可以根据苜蓿的基因型预先知道苜蓿是否秋眠，以及苜蓿在秋季的再生能力。

研究人员以全基因组关联分析鉴定到的分子标记为依据，利用候选SNP位点进行秋眠性表型预测，同时结合机器学习算法，获得类似于基于表型选择的预测准确率。

研究人员对5种预测模型进行了分析比较和交叉验证，发现SVM linear预测模型具有高准确率和最佳回归系数。进一步利用单株个体秋眠性表型预测品种内平均表型，结合单株个体秋眠性GWAS关联SNP标记和SVM linear模型进行平均表型预测，结果表明预测准确率可达64.1%。

相关论文信息：

https://doi.org/10.1093/hr/uhac225