基于多尺度基因组和环境数据预测表型


发布时间:

2020-09-27

来源:

植物表型资讯

作者:

PhenoTrait

有机体的基因、环境和表型之间的相互作用是动态的。这些相互作用由非线性的多尺度效应形成,很难分解成离散的组成部分。面对气候变化,了解环境和基因型对植物表型和物候转化的影响至关重要。然而,这些数据集之间很难集成和相互操作。随着本体论、无监督学习和基因组学领域的发展可以克服完全不同的数据模式。本文提出了一个可以更好联系表型、环境和基因型的植物物种跨生态系统的规模框架。

 

  系统级交互

 

该研究的长期目标是根据生物体的遗传密码及其对环境变化的相关表型响应来开发预测分析。为了设计初始的分析框架和工作流程,首先使用有关高粱(Sorghum bicolor)的表型、基因组和环境数据。结果得出,这种利用表型数据、知识绘图和深度学习的方法,能够为一门新兴科学分支学科“计算生态基因组学”奠定基础。

 

来源:

Bartelme R, Behrisch M, Cain E, et al. Do androids dream of electric sorghum?: Predicting Phenotypes from Multi-Scale Genomic and Environmental Data using Neural Networks and Knowledge Graphs. Biosystems Engineering. OSF Preprints, 18 Aug. 2020. Web. https://doi.org/10.31219/osf.io/yx7t9.

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。