


🌟复杂性状基因组预测精度大幅提升!华中农大团队推出 IFAM 新模型!
复杂性状基因组预测精度受限、海量功能注释难利用,长期困扰动植物育种与人类精准医学。
🌟华中农业大学团队在《Nature Communications》发表研究,构建 IFAM 自适应多组学整合模型,融合 RegulomeDB等功能注释数据库,在人类 UK Biobank、TCGA 及猪、水稻等多物种数据集开展验证,显著提升复杂性状基因组预测精度与计算稳定性,为动植物分子育种与人类精准医学提供全新高效工具。
如果你也想用”UKB+多组学“等进行生信研究分析,快点击上方名片,联系我们后台咨询吧!
专注于数据挖掘,选题分析,方案评估,高分文献思路复刻


研究亮点
首次系统证实功能注释的生物学相关性比注释数量更关键,为多组学整合提供了新思路。
自研的 IFAM 模型兼具高精度与高效率,在跨物种、多性状验证中均表现优异。
为 “基因组育种” 向 “多组学育种” 升级提供了可直接落地的技术范式。
文献解读


研究背景
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。

研究方法
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。

课题无从下手?数据分析复杂?扫描添加下方二维码,我将为你提供选题灵感与数据分析,助力您高效产出、抢占首发!

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👍!


研究结果

研究对比了 IFAM 与传统 GBLUP 模型在 20 个不同性状上的表现,发现 IFAM 在人类疾病、生猪经济性状、水稻产量性状的预测中,平均精度分别提升了 9.43%、4.61% 和 10.83%,其中水稻性状提升幅度最显著,验证了模型的通用性与有效性。

图1、IFAM 在人类疾病数据中预测精度显著优于传统模型
功能注释的生物学相关性比数量更关键
并非所有功能注释都能提升预测效果,只有与性状相关的生物学注释才能显著增强模型性能,而单纯增加注释数量反而可能引入噪声,降低预测精度,为后续多组学整合提供了重要参考。

图2、UK Biobank 大数据集验证 IFAM 高效稳定
自研算法兼顾高精度与高效率
通过 AI-REML/HE 回归和 PCG 迭代优化,IFAM 在处理大规模数据时,运算效率远超传统方法,同时保持了结果的稳定性,解决了海量功能注释带来的计算瓶颈,具备大规模应用潜力。

图3、杜洛克猪数据证明 IFAM 提升育种性状预测效果


本研究构建的 IFAM 模型为复杂性状基因组预测提供了高效新方案,显著提升人类疾病、畜禽与作物性状的预测精度。
在临床医学上,该模型可整合多组学功能注释,更精准评估疾病遗传风险,助力疾病早筛、个体化预防与精准诊疗。
随着功能基因组数据不断完善,这一方法将推动基因组医学从基础研究走向临床应用,为复杂疾病防控与健康管理提供关键技术支撑。
想学习如何复刻这类高分研究的同学,欢迎联系生信芒!


End



往期推荐
1
2
Chan D, Ng LL. 急性心肌梗死中的生物标志物。BMC 医学 2010;8:34。
文章PubMed(出版医学)PubMed Central谷歌学术
Chan D, Ng LL. 急性心肌梗死中的生物标志物。BMC 医学 2010;8:34。
文章PubMed(出版医学)PubMed Central谷歌学术
蒂格森 K、阿尔珀特 JS、贾菲 AS、查特曼 BR、巴克斯 JJ、莫罗 DA 等。心肌梗死的第四种普遍定义(2018年)。循环。2018;138(20):e618–51。
3
求点赞

求分享

求喜欢

