VitisGP发布葡萄基因型与表型预测基准

Chiara D'Ercoli、May Levin和Pietro Liò提出并发布VitisGP多任务基准数据集，将全基因组单核苷酸多态性（SNP）数据与26项表型预测任务结合，覆盖1,197个葡萄品种，为研究葡萄遗传特征与表型之间的关系提供统一测试基准。 26项任务包括11项由品酒师评定的香气特征、14项植物学特征和葡萄酒颜色预测。研究比较了6类机器学习模型，CatBoost整体表现最佳，在26项任务上的宏平均AUROC为0.696。该基准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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。