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作物科学研究所;神农种业实验室;长江大学申请的专利基于多性状表型建模的全基因组选择模型构建方法与应用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：CN118248207B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202410240643.7，技术领域涉及：G16B5/00；该发明授权基于多性状表型建模的全基因组选择模型构建方法与应用是由邱丽娟;王俊;陈伊洁;滕世锐;王婉设计研发完成，并于2024-03-04向国家知识产权局提交的专利申请。

本基于多性状表型建模的全基因组选择模型构建方法与应用在说明书摘要公布了：本发明属于动植物育种技术领域，公开了一种基于多性状表型模型的全基因组选择模型构建方法及系统，基于表型数据建立的多性状模型，将基因组选择模型获得的预测值或估计育种值作为机器学习表型预测模型输入数据以预测最终表型值进行品系选择；建立多性状机器学习表型模型以捕获植物表型性状间的线性或非线性关系，以此为基础，结合基因组选择模型分别获得的各性状预测值和估计育种值。本发明提高目标性状的预测准确度，加快育种进程；提高对目标性状的选择效率，节约育种成本；广泛应用于农业动、植物育种领域。

本发明授权基于多性状表型建模的全基因组选择模型构建方法与应用在权利要求书中公布了：1.一种基于多性状表型模型的全基因组选择模型的构建方法，其特征在于，所述基于多性状表型模型的全基因组选择模型的构建方法包括以下步骤： 步骤一，建立机器学习多性状表型模型； 步骤二，结合机器学习表型模型与基因组选择模型； 建立机器学习多性状表型模型具体包括以下步骤： 1识别并清理表型数据中的缺失和异常值； 2对表型数据中植株的排列顺序进行随机重排； 3分离表型数据中的目标性状，将其余性状作为目标性状的特征值进行归一化处理； 4将归一化后各植株的性状特征值作为输入，根据实际设置机器学习模型的模型参数和超参数进行机器学习表型模型训练，根据预测表型值结果与目标性状值的性能度量表现，进一步调整各项参数；进而保存性能度量表现最优的表型预测模型； 所述表型预测模型为随机森林表型模型； 结合机器学习表型模型与基因组选择模型具体包括以下步骤： 1选择全基因选择模型，对所有性状分别进行预测，所述全基因选择模型为GBLUP或CropGBM； 2对预测值和估计育种值进行数据清洗、处理和归一化； 3完成上述数据处理操作后的预测值或估计育种值表现为目标性状的特征值； 4加载表型预测模型并输入特征值进行预测，模型根据输入特征值进行精确预测，输出与目标性状相接近的最终表型预测值。

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中国农业科学院作物科学研究所;神农种业实验室;长江大学，其通讯地址为：100081 北京市海淀区中关村南大街12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。