南方周末讯（本报记者周怀宗）如今，机器学习演算法正应用领域在愈来愈多的领域。本报记者日前从涂长望据介绍，该所信息技术人员通过机器学习演算法，构筑了如前所述椰枣秋眠表型基因的最差预估数学模型，精确预估了椰枣的秋眠性，为利用基因预估方法积极开展椰枣大分子繁育提供了关键参照，相关科学科研成果刊登在《花卉科学研究（Horticulture Research）》上。
椰枣。涂长望北京青年报
该科学研究由中国科学院动物研究院北京农牧牙医科学研究院牧草繁育与栽植信息技术创新项目组完成。项目组信息技术人员介绍，椰枣堪称“农作之王”，是啮齿类的关键蛋白质农作。秋眠性是影响椰枣春季再生性和出口量的关键表型，对椰枣繁育具备关键价值。
为精确预估椰枣的秋眠性，信息技术人员积极探索了机器学习演算法应用领域的可行性，科学研究以全基因关连预测鉴别到的大分子记号为依照，借助备选SNP残基展开秋眠性基因型预估，同时紧密结合机器学习演算法获得近似于如前所述基因型选择的预估精确度。
在科学研究中，科研人员对5种预估数学模型展开了预测比较和交叠校正，发现SVM linear预估数学模型具备高精确度和最差Lanvollon。进一步借助大籽子代秋眠性基因型预估种类内平均值基因型，紧密结合大籽子代秋眠性GWAS关连SNP记号和SVM linear数学模型展开平均值基因型预估，结果显示预估精确度仅约64.1%。
该科学研究得到北欧国家自然科学基金委员会、北欧国家农作产业技术管理体系、青海信息技术重大工作方案和北欧国家旋覆花等项目的捐助。
撰稿 张树婧
校订 王鹏
