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！

龙图腾网获悉中国农业科学院北京畜牧兽医研究所申请的专利针对加性和非加性效应的机器学习的基因组选择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：CN119108012B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202411178834.1，技术领域涉及：G16B20/20；该发明授权针对加性和非加性效应的机器学习的基因组选择方法是由赵福平;李棉燕;王立贤;张龙超设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。

本针对加性和非加性效应的机器学习的基因组选择方法在说明书摘要公布了：本发明公开了一种针对加性和非加性效应的机器学习的基因组选择方法，通过将非加性效应添加到GBLUP模型中，使得GBLUP模型的预测准确性得到了大幅提升。通过在GBLUP中应用核函数，模型可以更好地模拟基因间的复杂遗传关系和基因效应的非线性组合，从而提高对遗传变异的解释能力。另外，基于多项式核函数和核岭回归构建了机器学习策略KPRR。结合多项式核函数和核岭回归方法的优势，KPRR策略允许遥远的数据点为模型的值做出贡献，这使得基因组数据中的相互作用能够被更有效地做出贡献，能够大幅度提升基因组预测效果。

本发明授权针对加性和非加性效应的机器学习的基因组选择方法在权利要求书中公布了：1.一种针对加性和非加性效应的机器学习的基因组选择方法，其特征在于，包括步骤： S1，利用UKin无偏亲缘估计方法构建基因组关系矩阵； S2，在线性模型中增加非加性效应，并构建非加性的基因组关系矩阵； S3，通过机器学习捕捉性状的加性和非加性效应，并以完成学习的机器模型预测个体性状并输出预测结果； 其中，步骤S2中，在线性模型中增加非加性效应的统计模型通过如下公式2-10表达： ； 公式2-10中，表示目标性状的观测值； 表示群体平均值； 表示个体育种值；表示是个体育种值的关联矩阵； 表示显性效应，定义为显性遗传服从的正态分布；是显性遗传方差；是基于标记的显性基因组关系矩阵； 是的关联矩阵； 表示剩余残差； 其中，步骤S1中，利用UKin无偏亲缘估计方法构建的基因组关系矩阵通过以下表达式表达： 1-4 1-5 1-6 从公式1-4-1-6可以看出，的期望值与所选择的SNP无关，因此，的估计值可以表示为： ；1-7 其中是个体和之间的真实亲缘系数；是的估计值；表示的真是计算值；和表示除个体和之外的其他个体，和是次等位基因的数量；是该SNP的平均次等位基因频率，是基因型方差；表示第个SNP；表示期望值；表示群体n个个体；是SNP的数量；表示第k个体的第j个SNP位点；表示第l个体的第j个SNP位点；表示的期望值； 其中，步骤S3中，通过多项式核岭回归进行基因组预测，具体包括步骤： A1，构建如以下公式2-1表达的多项式核岭回归预测模型： ； 公式2-4中，表示对输入的个体的基因组预测值； 表示第个训练样本对应的系数； 表示训练样本的数量； 表示各训练样本的核函数值构成的核矩阵； 表示第个训练样本与之间的核函数值； A2，将个体输入到所述多项式核岭回归预测模型，模型预测输出对的基因组预测结果。

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中国农业科学院北京畜牧兽医研究所，其通讯地址为：100193 北京市海淀区圆明园西路2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”。

以上内容由龙图腾AI智能生成。