Фреймворк на основе GWAS и машинного обучения выявляет сигналы путей синтеза белка, связанные с урожайностью Theobroma cacao, после коррекции популяционной структуры.
A GWAS-machine learning framework reveals protein-synthesis pathway signals for yield in Theobroma cacao after population-structure correction.
Insuck Baek, Jishnu Bhatt, Seunghyun Lim, Dongho Lee, Jae Hee Jang, Stephen P Cohen, Amelia H Lovelace, Moon S Kim, Lyndel W Meinhardt, Sunchung Park, Ezekiel Ahn
Аннотация (перевод)
Повышение урожайности какао — ключевая задача улучшения сельскохозяйственных культур после одомашнивания — остается главной целью селекционеров, однако прогрессу часто препятствуют искажающие эффекты популяционной структуры. Чтобы преодолеть это, мы проанализировали 346 различных образцов какао с использованием фреймворка ассоциативного картирования на основе ML (с поправкой на популяционную структуру и без нее) и ML-прогнозирования урожайности только на основе фенотипа. Благодаря коррекции популяционной структуры наш GWAS на основе Bootstrap Forest сформировал рейтинги важности SNP, последующие функциональные обобщения которых были обогащены терминами, связанными с рибосомами/трансляцией, а несколько SNP с наивысшим рейтингом повторялись среди нескольких компонентов урожайности (например, индекс стручков и количество семян) в этой панели. Параллельно использовались Neural Networks для определения массы и длины семядолей как наиболее эффективных предикторов общей массы сырых бобов, что послужило примером прогнозирования только на основе фенотипа для этой панели. В совокупности данное исследование представляет основанный на ML рабочий процесс ассоциативного анализа низкой плотности и пример прогнозирования только на основе фенотипа для этой панели какао, при этом явно обозначая ограничения, связанные с плотностью маркеров и происхождением фенотипов.
Оригинальная аннотация
Improving cacao yield, a key objective in post-domestication crop improvement, remains a primary goal for breeders, but progress is often hindered by the confounding effects of population structure. To overcome this, we analyzed 346 diverse cacao accessions using an ML-based association mapping framework (with and without population structure adjustment) and a phenotype-only ML prediction of yield. By correcting for population structure, our Bootstrap Forest-based GWAS produced SNP-importance rankings whose downstream functional summaries were enriched for ribosome/translation-related terms, and several top-ranked SNPs recurred across multiple yield components (e.g., pod index and seed number) in this panel. In parallel, Neural Networks were utilized to identify cotyledon mass and length as the most powerful predictors for total wet bean mass, providing a phenotype-only prediction example for this panel. Collectively, this study provides an ML-guided, low-density association workflow and a phenotype-only prediction example for this cacao panel, while explicitly outlining limitations related to marker density and phenotype provenance.
Идентификаторы
Canonical: https://research.holos.house/w/5d2cda58-bdd1-4ec7-8982-edd69238e3be
DOI: 10.1038/s41598-026-42273-w