http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 장명진(Myoungjin Jang) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
한우 도체형질의 합성곱신경망을 이용한 유전체 예측 정확도 추정
장명진(Myoungjin Jang),임다정(Dajeong Lim),박원철(Woncheoul Park),박종은(Jong-Eun Park) 한국산학기술학회 2022 한국산학기술학회논문지 Vol.23 No.4
본 연구는 기계학습 기법을 활용하여 유전체 예측 기법을 시험하고 기존의 기법과 비교해보고자 실시되었다. 본 연구에서는 기계학습의 일종인 딥러닝 (DL) 기법, 유전체 최적 선형 불편 예측 (GBLUP) 기법과 통합기법인 앙상블 (Ensemble) 기법이 사용되었다. 데이터는 한우 7,324 두의 유전자형 자료 (37,712 SNPs)와 4가지 도체형질 자료 (등지방두께, 도체중, 등심단면적, 근내지방도)가 이용하여 예측 분석을 진행하였다. 5배수 교차 검증을 사용하여 정확도를 예측하였고, 이를 시험 데이터에 적용하여 상관도를 계산하였다. 제한최대우도법 (REML)을 이용하여 추정된 유전력은 근내지방도가 0.44±0.02로 가장 높게 나타났다. 계산된 상관도는 도체중과 등심단면적간이 가장 높게 나타났으며, 유전상관계수는 0.79±0.01, 표현형상관계수는 0.52±0.02이다. 유전체 예측 정확도는, 단일 분석에 있어서 GBLUP 기법이 등지방두께 0.34±0.01, 도체중 0.41±0.01, 등심단면적 0.37±0.01, 근내지방도 0.41±0.01로 높게 나타났다. 또한, 예측 성능을 향상시키기 위해 가중치를 주는 통합기법인 앙상블 기법을 사용하였을 때 등지방두께 0.35±0.01, 도체중 0.42±0.01, 등심단면적 0.38±0.01로 더 높게 나타났다. 따라서 다양한 기법들을 통해 유전체 예측의 정확도를 높일 수 있을 것으로 사료되며, 정확도가 높은 예측 모델을 개발하여 육종산업에 많은 기여를 하길 기대한다. This study was conducted to test genomic prediction using machine learning and to compare predictions with those of existing techniques. In this study, DL, which is a type of machine learning, and GBLUP and Ensemble, which are integrated techniques, were used. Data were predicted and analyzed using 7,324 genotype data (37,712 SNPs) of Korean cattle and data of four carcass traits. Accuracies were predicted using 5-fold cross-validation and correlations were calculated using test data. Heritability estimated using REML was highest at 0.44±0.02 for MS. Regarding calculated correlations, the strongest relationship was observed between CWT and EMA, which was 0.79±0.01 for genetic and 0.52±0.02 for phenotypic correlations. Single analysis showed prediction accuracies were 0.34±0.01 for BFT, 0.41±0.01 for CWT, 0.37±0.01 for EMA, and 0.41±0.01 for MS, but Ensemble produced significantly better coefficients, that is, 0.35±0.01 for BFT, 0.42±0.01 for CWT, and 0.38±0.01 for EMA. We conclude that the accuracy of genomic prediction can be improved by using various techniques, and consider that the findings of this study may be of considerable value to the breeding industry, as they demonstrate the feasibility of developing highly accurate prediction models.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
