VitisGP：葡萄基因型到表型预测的多任务基准测试

VitisGP整合全基因组SNP数据与26项表型预测任务，覆盖1,197个葡萄品种，包括香气、植物学特征和葡萄酒颜色。研究比较了6类机器学习模型，CatBoost整体表现最佳，26项任务的宏平均AUROC达到0.696。该数据集可用于研究葡萄表型的遗传基础及筛选适应气候变化的品种。