IF15.7!仅17天见刊!华中农业大学用“UKB+多组学”顶级思路斩获双一区!

• 过去我们预测动植物产量、人类疾病风险时，只能用到基因组里的少量信息，而海量的基因功能注释数据（比如哪些区域和疾病相关）没法被高效利用，导致预测结果一直不够准，运算也慢。这项研究就是为了解决这个痛点，开发新模型把这些信息都用上，让预测又快又准。

• 构建自适应线性混合模型（IFAM），实现海量多组学功能注释的整合利用。

• 采用 AI-REML/HE 回归进行方差分量估计，搭配 PCG 迭代提升运算效率。

• 通过决策树策略自动合并冗余注释，优化模型输入。

• 结合 GWAS 分析提取特异性位点，在 TCGA、UKB 及多物种数据集上开展交叉验证，评估模型性能。

近期前沿热点：虚拟细胞、虚拟敲除🌹

聚焦生信分析，专注选题设计方案👍！