基于机器学习的植物抗盐碱基因挖掘模型研究

土壤盐碱化会导致植物死亡并降低全球作物产量。挖掘新的抗盐碱基因、培育抗盐碱品系是应对盐碱胁迫、保障食物安全以及物种保护的关键。湿实验是挖掘目标功能基因的主要方法,但成本高、耗时长。相比之下,机器学习可以利用大数据进行学习来加速基因挖掘的过程,使其更加高效,降低人力和物力成本。但是,目前利用机器学习挖掘植物功能基因的研究很少。因此,能够用于抗逆基因挖掘的智能工具还很匮乏。针对这一问题,我们开发了第一个已知的机器学习模型SaGP用于挖掘新的植物抗盐碱基因。利用独立验证集对SaGP进行评估后发现,它对抗盐碱基因的挖掘能力要高于传统的计算工具BLAST和HMMER.此外,SaGP正确识别了 3 个最新发表的抗盐碱基因。最后,我们利用SaGP在白桦中发现了一个新的抗盐碱基因——BpHKT1.这一结果得到了湿实验的验证。这些结果表明SaGP可用于大规模地挖掘植物抗盐碱基因,从而促进作物育种和植物保护。