学术中心

全部分类
您现在的位置:
首页
/
/
/
利用卷积神经网络改进玉米单倍体种子的鉴定

利用卷积神经网络改进玉米单倍体种子的鉴定

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-03-30 06:10
  • 访问量:

【概要描述】本研究,首次使用基于图像的卷积神经网络(CNN)进行训练,识别单倍体种子中真阳性。

利用卷积神经网络改进玉米单倍体种子的鉴定

【概要描述】本研究,首次使用基于图像的卷积神经网络(CNN)进行训练,识别单倍体种子中真阳性。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-03-30 06:10
  • 访问量:
详情

双单倍体(DH)技术成功的关键步骤是诱导杂交中单倍体的鉴定。R1-nj标记是此任务中采用的主要机制,可在种子期选择单倍体。尽管通过人工识别单倍体种子很容易,但该过程费时费力,十分低效。同样,R1-nj标记的差异表型表达导致单倍体种子之间假阳性的发生率很高。本研究,首次使用基于图像的卷积神经网络(CNN)进行训练,识别单倍体种子中真阳性。

 

卷积神经网络(CNN)训练过程中涉及的总体活动方案

 

本试验以3000个玉米种子为材料,从单倍体(1000)、二倍体(1000)和抑制(1000)三个诱导杂交组合中选出。从每个种子上采集图像,然后将种子种植在田间,确认其倍性。对于推定的单倍体(R1-nj表型),平均分类准确度为94.39%,单倍体类别的平均分类准确度为97.07%,二倍体类别的平均分类准确度为91.71%。然而,CNN模型无法在假定的单倍体类别中区分真正的单倍体种子,这表明CNN不能识别它们之间的不同模式。

 

CNN训练方案

 

综上所述,本文通过R1-nj为科学界提供了一个高度精确且经过训练的CNN模型来对单倍体玉米种子进行分类,这可以支持玉米育种家优化DH管道,主要用于资源有限的小型育种项目。

 


对于方案4,在CNN模型训练的各个时期的准确性(a)和损失(b)曲线,以及(c)混淆矩阵

 

来源:

Sabadin F,Galli G, Borsato R, et al. Improving the identification of haploid maize seeds using convolutional neural networks. Crop Science. https://doi.org/10.1002/csc2.20487

关键词:

扫二维码用手机看

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!
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。
查看详情
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
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。
查看详情
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
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
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。
查看详情
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
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
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。
查看详情
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。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
所属分类:
视频展示
发布时间:
2022/11/13
关键词:

专题报道

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。
搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城中路12号院8号楼2门 
电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明