一款两人参与的非线性游戏：利用贝叶斯和机器学习方法预测受精成功率及遗传参数

《Genetics Selection Evolution》：A non-linear game for two: genetic parameters and prediction of fertilization success using Bayesian and machine learning frameworks

　　

摘要

生育能力是家养动物的重要特性，但往往较为隐晦且属于内在特征。预测动物的繁殖潜力对相关产业而言至关重要，不过通过间接指标进行评估既费时又往往不切实际。在各种生物因素中，遗传效应被认为在决定雄性和雌性的生育能力方面起着关键作用。在可遗传成分较强的情况下，多基因评分可作为制定育种计划的宝贵工具。本研究通过分析冰岛北极红点鲑育种群体中3000多次可控交配的结果，估算了影响受精成功的性别特异性方差成分。此外，还提出了一种基于祖先关系向量作为输入、采用双塔神经网络架构的机器学习框架，并对其预测受精成功的能力进行了测试。这两种方法似乎都能捕捉到有意义的生物学信号，为对育种候选个体进行排序、选择甚至安排交配提供了替代手段。