文献类型：专利

中文题名：面向多性状协同预测的树木表型深度学习建模方法

作者：谭新建[1] 喻龙华[1] 葛晓宁[1] 张华聪[1]

第一作者：谭新建

机构：[1]中国林业科学研究院亚热带林业实验中心;

专利类型：发明公开

申请号：CN202511702081.4

申请日：20251119

申请人地址：336600 江西省新余市分宜县钤山西路460号

公开日：20260313

代理人：田宇轩

代理机构：深圳峰诚志合知识产权代理有限公司 44525

语种：中文

中文关键词：多性;协同;预测;树木;表型;模方;多模态;数据采集步骤;高通量;平台;全基因组;测序技术;土壤养分检测;基因型数据;环境数据;范围内;SNP;单核苷酸多态性;Single;Nucleotide;Polymorphism;位点信息;土壤理化性质;气候因子;指标;数据包括;树高;胸径;冠幅;生物量

年份：2026

摘要：本发明公开了面向多性状协同预测的树木表型深度学习建模方法,涉及树木育种与人工智能技术交叉领域,该方法包括以下组成部分:S1、多模态数据采集步骤、S2、多模态数据预处理与融合步骤、S3、基因型?环境互作算法开发步骤、S4、多性状协同预测模型构建与优化步骤以及S5、模型验证与应用步骤;本发明通过可解释性分析方法量化了关键因子对表型的贡献度,结合基因功能注释挖掘出调控表型形成的核心因子,这一过程有助于深入了解树木生长的遗传和环境基础,为优良品种的快速筛选提供了科学依据,具体来说,通过分析基因型?环境互作效应,识别出对表型有显著影响的基因型?环境组合,进而构建核心基因型?核心环境因子?关键表型的调控网络。