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！

龙图腾网恭喜南京农业大学申请的专利一种融合机器学习和基因效应的大豆产量表型定量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：CN120108512B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510580072.6，技术领域涉及：G16B40/00；该发明授权一种融合机器学习和基因效应的大豆产量表型定量预测方法是由刘蕾蕾;梁曦彤;朱艳;闫文亮;刘兵;汤亮;肖浏骏;邱小雷;曹卫星设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本一种融合机器学习和基因效应的大豆产量表型定量预测方法在说明书摘要公布了：本发明提出了一种融合机器学习和基因效应的大豆产量表型定量预测方法，包括：以大豆产量表型作为关键表型性状，利用遗传参数敏感性分析方法将大豆生长模拟模型中的遗传参数分为三组；综合利用不同矩阵（协变量）的多种全基因组关联分析技术，获取大豆产量表型遗传参数的显著性单核苷酸多态性（SingleNucleotidePolymorphism，SNP）标记，解析大豆产量表型遗传机制；根据多种机器学习算法获取具有基因效应的大豆产量表型敏感性遗传参数，从而建立大豆产量表型基因效应模拟算法。本发明能够在不依赖传统调参工具和人工测量的情况下，精准预测不同大豆品种在不同生长环境下的产量表型及其变化趋势。

本发明授权一种融合机器学习和基因效应的大豆产量表型定量预测方法在权利要求书中公布了：1.一种融合机器学习和基因效应的大豆产量表型定量预测方法，其特征在于，包括以下步骤： 步骤1：收集大豆相关数据，包括：品种信息、基因数据、种植地点的气象数据和土壤数据、田间管理措施和产量形成数据； 步骤2：将获取到的大豆相关数据按照种植地点和种植年份划分环境训练集和环境验证集； 步骤3：根据种植地点的土壤数据、气象数据和大豆生长模拟模型，利用遗传参数敏感性分析方法分析大豆生长模拟模型产量表型遗传参数的敏感性； 步骤4：根据大豆生长模拟模型产量表型遗传参数的敏感性信息，将大豆生长模拟模型的产量表型遗传参数分为全部敏感性参数组合、全部极敏感性参数组合和生长相关敏感性参数组合，共3种组合； 步骤5：根据收集到的大豆相关数据、已划分的环境训练集、环境验证集和大豆生长模拟模型，利用优化算法获得大豆不同品种的敏感性遗传参数数值信息，即最优产量遗传参数组合； 步骤6：将获取到的大豆最优产量遗传参数组合和基因数据利用不同矩阵的多种全基因组关联分析GWAS方法进行关联分析，获得敏感性遗传参数显著性SNP标记数据集； 步骤7：将大豆最优产量遗传参数组合和敏感性遗传参数显著性SNP标记数据集按照品种数量的固定比例划分品种训练集和品种验证集； 步骤8：利用机器学习算法，对品种训练集进行交叉验证、并将品种验证集作为外部验证进行检验，获得融合基因效应和机器学习算法的大豆产量表型遗传参数预测模型；基于融合基因效应和机器学习算法的大豆产量表型遗传参数预测模型得到具有基因效应的大豆产量表型遗传参数； 步骤9：将获得的具有基因效应的大豆产量表型遗传参数分别输入大豆生长模拟模型中，实现对大豆产量表型的精准预测。

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南京农业大学，其通讯地址为：211225 江苏省南京市溧水区白马镇国家农业科技园南京农业大学基地；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”。