New Phytol | 双路径卷积神经网络框架提高基因组选择的准确性:以萜类化合物为例

Wiley生命科学 2026-02-09 07:00
文章摘要
背景:山苍子是一种重要的香料树种,其精油品质受柠檬醛和石竹烯含量影响,传统育种周期长、效率低。研究目的:开发一种创新的深度学习模型,以提高山苍子关键萜类性状基因组选择的预测准确性,加速优良品种选育。结论:研究通过GWAS鉴定了调控柠檬醛和石竹烯合成的关键基因,并成功开发了先验知识-双路径卷积神经网络框架,该模型有效融合了GWAS先验信息和全基因组标记,显著提升了基因组预测的准确性,为山苍子及其他林木的精准育种提供了新工具。
New Phytol | 双路径卷积神经网络框架提高基因组选择的准确性:以萜类化合物为例
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Protocol for Discovery and Characterization of Miniature Cas12 Systems.
DOI: 10.1021/acschembio.6c00016 Pub Date : 2026-02-06
IF 3.8 2区 生物学 Q2 ACS Chemical Biology
Wiley生命科学
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信