JIA | 中国农科院基因组所唐中林团队利用扩展的one-hot编码提高CNN模型对猪重要经济性状的基因组预测准确性

背景：深度学习在动植物全基因组选择育种领域应用广泛，其中卷积神经网络（CNN）能够揭示位点间的复杂相互作用，但预测准确性仍有不足。研究目的：中国农科院基因组所唐中林团队通过开发扩展的one-hot编码方法，旨在提高CNN模型对猪重要经济性状的基因组预测准确性。结论：研究发现，在1000个SNPs数据集下CNN模型预测效果最佳，新编码方式显著提升了预测准确性，为全基因组选择育种提供了新思路，并建议未来引入先进数据预处理技术以进一步优化性能。