買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國農(nóng)業(yè)科學院作物科學研究所;三亞中國農(nóng)業(yè)科學院國家南繁研究院申請的專利一種整合群體遺傳和深度學習的玉米選擇育種效應分析方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120412717B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510887129.7，技術(shù)領(lǐng)域涉及：G16B20/20；該發(fā)明授權(quán)一種整合群體遺傳和深度學習的玉米選擇育種效應分析方法是由李慧慧;高尚;何坤輝;張治梁設計研發(fā)完成，并于2025-06-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種整合群體遺傳和深度學習的玉米選擇育種效應分析方法在說明書摘要公布了：本發(fā)明公開了一種整合群體遺傳和深度學習的玉米選擇育種效應分析方法，該方法通過采集玉米種質(zhì)資源數(shù)據(jù)，包括表型數(shù)據(jù)、基因型數(shù)據(jù)和環(huán)境數(shù)據(jù)；對表型數(shù)據(jù)進行標準化處理和缺失值填補，計算群體遺傳參數(shù)，包括等位基因頻率、連鎖不平衡和群體結(jié)構(gòu)穩(wěn)定性；利用深度學習模型將群體遺傳參數(shù)與表型數(shù)據(jù)進行關(guān)聯(lián)分析，利用訓練好的模型對候選親本的表型值進行預測，并結(jié)合群體遺傳參數(shù)計算育種指數(shù)，基于預測結(jié)果為玉米育種決策提供指導；本發(fā)明通過深度學習技術(shù)與群體遺傳學原理的有機結(jié)合，實現(xiàn)了對玉米選擇育種效應的精準預測和評估，提高了育種效率，為玉米品種改良提供了新的技術(shù)路徑。

本發(fā)明授權(quán)一種整合群體遺傳和深度學習的玉米選擇育種效應分析方法在權(quán)利要求書中公布了：1.一種整合群體遺傳和深度學習的玉米選擇育種效應分析方法，其特征在于，所述方法包括以下步驟： 步驟S1，采集玉米種質(zhì)資源數(shù)據(jù)，所述種質(zhì)資源數(shù)據(jù)包括：表型數(shù)據(jù)、基因型數(shù)據(jù)和環(huán)境數(shù)據(jù)； 所述表型數(shù)據(jù)為產(chǎn)量、抗性、品質(zhì)構(gòu)成的多維特征；所述基因型數(shù)據(jù)為高通量測序平臺獲取的每個樣本至少5萬個SNP位點的基因型數(shù)據(jù)；所述環(huán)境數(shù)據(jù)包括溫度、降雨量和光照在內(nèi)的玉米生長環(huán)境因素； 步驟S2，對所述表型數(shù)據(jù)進行標準化處理和缺失值填補，計算群體遺傳參數(shù)，所述群體遺傳參數(shù)包括等位基因頻率、連鎖不平衡和群體結(jié)構(gòu)穩(wěn)定性； 步驟S3，利用深度學習模型將群體遺傳參數(shù)與表型數(shù)據(jù)進行關(guān)聯(lián)分析，基于訓練好的模型進行選擇育種效應預測，并基于預測結(jié)果為玉米育種決策提供指導； 深度學習模型的結(jié)構(gòu)包括：輸入層、卷積層、注意力層、環(huán)境整合層和全連接層； 輸入層接收基因型矩陣，接收環(huán)境數(shù)據(jù)矩陣，接收群體遺傳參數(shù)，其中表示樣本數(shù)量，表示標記位點數(shù)量，表示環(huán)境因素數(shù)量，表示群體亞群數(shù)量； 卷積層通過一維卷積操作提取局部基因組特征：；其中，表示卷積層輸出，表示激活函數(shù)，表示卷積核權(quán)重，表示卷積操作，表示偏置項； 注意力層用于計算不同SNP標記位點的重要性權(quán)重，其表達式為： ；其中，表示注意力權(quán)重向量，和為注意力層參數(shù)矩陣，表示隱藏層特征； 環(huán)境整合層將環(huán)境數(shù)據(jù)融入模型：，其中，表示處理后的環(huán)境特征，和分別表示權(quán)重矩陣和偏置項； 將各類特征整合：，其中，表示融合后的特征向量，表示卷積層輸出特征，表示群體結(jié)構(gòu)矩陣，表示群體結(jié)構(gòu)特征的權(quán)重矩陣，表示拼接操作中環(huán)境特征的權(quán)重矩陣，表示特征拼接操作； 全連接層整合特征并映射到輸出空間，其表達式為：；其中，表示表型值的預測輸出，表示全連接層權(quán)重矩陣，表示偏置項。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國農(nóng)業(yè)科學院作物科學研究所;三亞中國農(nóng)業(yè)科學院國家南繁研究院，其通訊地址為：100081 北京市海淀區(qū)中關(guān)村南大街12號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。