买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆市畜牧科学院;乐山职业技术学院申请的专利一种基于机器学习的猪产仔性状的基因组表型值预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119049549B 。

龙图腾网通过国家知识产权局官网在2025-06-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411116021.X，技术领域涉及：G16B25/10；该发明授权一种基于机器学习的猪产仔性状的基因组表型值预测方法是由吴平先;王俊戈;刁淑琪;郭宗义;鲜凌瑾;陈力;白小青;柴捷;龙熙;邱进杰;王金勇设计研发完成，并于2024-08-14向国家知识产权局提交的专利申请。

本一种基于机器学习的猪产仔性状的基因组表型值预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的猪产仔性状的基因组表型值预测方法，属于地方种猪生产性状预测领域，该方法包括确定地方猪种，收集母猪的繁殖性状，得到原始表型数据集；校正原始表型数据集，并去除异常表型，得到目标表型数据集；提取目标表型数据集中各目标表型数据对应的母猪的基因组DNA，进行GWAS全基因组关联分析，得到SNP训练数据集；基于SNP训练数据集和目标表型数据集，得到表型样本集合，构建繁殖性状预测模型，根据待测母猪的基因型数据，利用繁殖性状预测模型，得到产仔性状的基因组表型预测值。本发明解决了地方猪育种群规模小、早期遗传评估准确性不高导致的早期估计育种值与后期实际表型差异大的问题。

本发明授权一种基于机器学习的猪产仔性状的基因组表型值预测方法在权利要求书中公布了：1.一种基于机器学习的猪产仔性状的基因组表型值预测方法，其特征在于，包括以下步骤： S1、确定地方猪种，并基于地方猪种，收集若干只母猪的繁殖性状，得到原始表型数据集；所述繁殖性状包括出生窝重、产仔数和活仔数； S2、使用线性模型校正原始表型数据集，并去除异常表型，得到目标表型数据集；所述步骤S2具体为： S201、使用线性模型校正原始表型数据集中的原始表型数据；所述线性模型的表达式为： y＝xb+e 其中，y为原始表型数据；x为b的关联矩阵；b为固定效应向量；e为残差向量； S202、将残差向量归一化，并根据归一化后的残差向量，基于三倍标准差原则剔除异常表型数据，得到目标表型数据集； S3、提取目标表型数据集中各目标表型数据对应的母猪的基因组DNA； S4、对各基因组DNA进行SNP基因分型，得到基因分型数据集； S5、对基因分型数据集进行基因型填充，得到SNP数据集； S6、对SNP数据集进行GWAS全基因组关联分析，得到SNP训练数据集；所述步骤S6具体为： S601、基于SNP数据集和目标表型数据集，通过主成分分析法，得到若干个主成分，将各主成分作为GWAS全基因组关联分析的协变量，并根据SNP数据集和目标表型数据集，进行GWAS全基因组关联分析，得到GWAS全基因组关联分析结果； S602、根据GWAS全基因组关联分析结果，筛选出P值不小于10-5的SNP，作为第一加权位点集； S603、根据猪QTL数据库筛选出与目标表型数据相关的位点作为第二加权位点集； S604、使用GEMMA软件计算第一加权位点集和第二加权位点集中各位点的SNP解释百分比，并根据各加权位点所占的解释百分比确定各加权位点的权重； S605、根据第一加权位点集、第二加权位点集和各加权位点的权重，得到SNP训练数据集； S7、基于SNP训练数据集和目标表型数据集，得到表型样本集合，并根据机器学习构建繁殖性状预测模型，确定待测母猪，根据待测母猪的基因型数据，利用繁殖性状预测模型，得到产仔性状的基因组表型预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆市畜牧科学院;乐山职业技术学院，其通讯地址为：402460 重庆市昌州街道昌龙大道51号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。