AI茶树育种技术:以黄化性状预测为例

文献类型： 中文期刊

第一作者： 徐歆

作者： 徐歆;李亚奇;杨亦扬;徐琪;钱雪飞;马春雷;梅菊芬

作者机构：

关键词： 茶树育种;机器学习;黄化性状;性状预测

期刊名称： 茶叶科学

ISSN： 1000-369X

年卷期： 2025 年 45 卷 003 期

页码： 393-401

收录情况： 北大核心 ; CSCD

摘要： 茶树作为重要经济作物，其品质改良是育种的核心目标。针对传统茶树育种周期长（≥2年）、表型鉴定效率低等问题，以黄化茶树品种‘安吉黄叶’自然杂交的90个子代为材料，整合40 326个核心单核苷酸多态性（Single nucleotide polymorphism,SNP）位点的基因型数据与黄化表型连续两年观测数据（黄化∶非黄化=54∶36），系统比较了逻辑回归、随机森林和支持向量机3种机器学习模型的预测效能。结果显示，随机森林模型在十折交叉验证中性能最优，其精确度达78.96%，显著优于其他模型。通过特征重要性分析鉴定出两个关键遗传标记位点：Chr8＿142477650（编码叶绿体型丙酮酸脱氢酶E1β亚基）和Chr8＿126475215（参与RNA加工调控）。然而，在涵盖109份多源黄化种质的独立验证中，模型预测准确率降至21.10%，遗传背景差异导致的特征权重偏移是主要限制因素。该研究建立了茶树黄化性状的机器学习预测框架，将表型鉴定周期从24个月缩短至基因型即时分析，实现了育种早期阶段的性状预判。尽管跨品种泛化能力有待提升，但构建的SNP-表型关联模型为解析茶树基因型-表型复杂关联提供了可扩展的研究范式，标志着人工智能技术在木本植物复杂性状预测中的创新应用。

分类号： S571.1%TP18

  • 相关文献

[1]植物表型组学大数据及其研究进展. 赵春江. 2019

[2]西葫芦黄化性状株的首次发现. 王亚力. 2014

[3]茶业50年回顾及展望. 王运浩,杨亚军,江用文. 2000

[4]湖南省茶树育种研究进展及发展趋势. 王旭,刘振,赵洋,杨培迪,成杨,杨阳. 2011

[5]八五期间红绿茶兼用品种选育的实践与成就. 杨阳. 1997

[6]10个茶树高优新品种的育成与应用. 郭吉春,杨如兴,叶乃兴,陈志辉. 2003

[7]乌龙茶单株早期品质鉴定方法的改进. 陈志辉,钟秋生,游小妹,林郑和,陈常颂. 2011

[8]在后基因组时代;对茶树功能基因组研究的思考. 陈亮. 2007

[9]茶树杂交种金观音与黄观音的选育及应用. 郭吉春,杨如兴,张文锦,陈志辉,陈键. 2008

[10]安徽茶树育种协作与实践. 王文杰. 2015

[11]SRAP标记在茶树育种上的应用前景. 杨阳,曾贞,黄静. 2007

[12]数量性状遗传距离在茶树育种研究中的应用. 唐明熙. 2003

[13]金玫瑰等3个茶树新品种在福州的适应性鉴定. 王让剑,杨军,孔祥瑞,郭吉春,钱家强. 2016

[14]茶树杂交一代展叶期的遗传变异. 郭吉春,叶乃兴,何孝延. 2004

[15]基于感官审评方法评价红袍11的茶类适制性. 陈志辉,游小妹,孔祥瑞,陈常颂. 2023

[16]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[17]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[18]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[19]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[20]基于机器学习的高分辨率遥感影像农业大棚提取. 马海荣,罗治情,陈聘婷,官波. 2020

作者其他论文 更多>>

微信小程序