基于人工神经网络的凡纳滨对虾分子标记育种值预测

摘要：

[目的]探讨逆传播人工神经网络(BPANN)算法用于预测分子标记育种值的可行性.[方法]采用高通量测序技术对284尾F1代凡纳滨对虾及其父母本进行特定长度扩增片段测序(SLAF-seq),随机取200尾对虾样品的数量性状基因座(QTL)基因型和体质量数据,构建BPANN预测模型,利用该模型分别对其余84尾凡纳滨对虾进行体质量性状预测.[结果]构建了 1个高密度的单核苷酸多态性(SNP)遗传连锁图谱,鉴定出6个与体质量相关的QTL,对此QTL的BPANN育种值预测结果显示,育种值的平均误差为0.032 0±0.006 4,低于贝叶斯线性回归模型预测的平均误差值(0.046 2±0.005 6).[结论]BPANN用于预测凡纳滨对虾分子标记育种值效果良好.

关键词：人工神经网络、凡纳滨对虾、分子标记、育种值

所属期刊栏目：42

分类号：Q959.223+.633(动物学)

资助基金：广西创新驱动发展专项资金项目;现代农业产业技术体系;国家虾产业技术体系项目

在线出版日期：2022-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126