DPCformer: Genomic Prediction with Deep Learning for Crop Breeding
개요
본 논문은 작물 표현형을 예측하고 육종을 가속화하기 위해 전체 게놈 정보를 사용하는 Genomic Selection (GS) 모델인 DPCformer를 제안합니다. DPCformer는 복잡한 유전자형-표현형 관계를 모델링하기 위해 컨볼루션 신경망과 자체 주의 메커니즘을 통합한 딥 러닝 모델입니다. 옥수수, 면화, 토마토, 벼, 병아리콩 등 5가지 작물의 13가지 특성에 DPCformer를 적용하여 기존 방법보다 우수한 성능을 보였습니다. SNP 데이터에 8차원 one-hot encoding을 사용하고 PMF 알고리즘을 통한 특징 선택을 수행했습니다.
시사점, 한계점
•
DPCformer는 옥수수에서 이삭 형성까지의 기간 및 키와 같은 특성의 정확도를 최대 2.92% 향상시켰습니다.
•
면화의 경우 섬유 특성 정확도가 최대 8.37% 향상되었습니다.
•
토마토의 경우 작은 표본 데이터에서 주요 특성의 Pearson 상관 계수가 최대 57.35% 증가했습니다.
•
병아리콩에서 수확량 상관 관계가 16.62% 향상되었습니다.
•
DPCformer는 정확성, 작은 표본 시나리오에서의 견고성, 향상된 해석 가능성을 보여주며 정밀 육종에 기여합니다.
