文献类型：专利

中文题名：基于多模态深度学习的林木基因型-环境互作建模方法

作者：张怀清[1] 葛晓宁[1] 张京[1] 刘洋[1] 朱学岩[1]

第一作者：张怀清

机构：[1]中国林业科学研究院资源信息研究所;

专利类型：发明公开

申请号：CN202511555968.5

申请日：20251029

申请人地址：100091 北京市海淀区香山路东小府2号

公开日：20260206

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：多模态;木基;环境;模方;多模态数据;采集;高通量;表型;平台;全基因组;测序技术;土壤养分检测;林木;SNP;位点;基因型数据;理化指标;环境数据;生长;形态;生物量参数;数据预处理;融合;数据校准;降维;共线性;质控标准;特征矩阵;算法开发;数据构建

年份：2026

摘要：本发明公开了基于多模态深度学习的林木基因型?环境互作建模方法,涉及林木育种技术领域,该方法包括以下具体步骤:多模态数据采集:采用高通量表型平台、全基因组测序技术及土壤养分检测设备,分别采集林木的SNP位点基因型数据、土壤关键理化指标环境数据及生长相关形态与生物量参数表型数据;本发明通过系统采集林木基因型、环境及表型多模态数据,经预处理与融合后构建基因型?环境互作算法及表型预测模型,该模型能够精准预测林木表型,显著缩短育种筛选周期,大幅提升育种选择精度与效率,有效解决了传统育种方式在时间与效率上的短板,使育种工作能够更快速、精准地响应市场需求和环境变化,为林业产业的可持续发展提供了有力支持。