Liphatsa tsa lefutso tsa morao-rao li hlahisitse mokhoa o matla o bitsoang genomic selection o sebelisang boitsebiso bo fuperoeng ke liphatsa tsa lefutso tsa limela le liphoofolo ho ntlafatsa ho ikatisa.
Khetho ea liphatsa tsa lefutso e nolofalletsa ho bolela esale pele ka bokhoni ba lefutso la motho bakeng sa litšoaneleho tse lakatsehang, tse kang ho hanyetsa maloetse, chai, kapa boleng, ka ho hlahloba liphapang tsa tatelano ea DNA ho batho ka bomong.
Lintlha tsena tsa liphatsa tsa lefutso li thusa ho etsa liqeto tse nang le tsebo e ntle, ho potlakisa mokhoa oa ho khetha, le ho theha mananeo a ho ikatisa a atlehang le a behang litholoana.
Sebakeng sena se thahasellisang sa liphatsa tsa lefutso, ho ithuta mochine e ntse e etsa limakatso le ho ntlafatsa tšimo. Ha re hlahlobeng 'me re ithute ka ho ithuta ka mochini khethong ea genomic.
Hantle-ntle Genomic Selection ke Eng?
Khetho ea liphatsa tsa lefutso ke mokhoa o sebelisoang ho tsoalisong ea liphoofolo le limela ho bolela esale pele tšebetso ea motho ho ipapisitsoe le liphatsa tsa bona tsa lefutso.
E kenyelletsa ho sheba DNA ea batho ho fumana matšoao a itseng a amanang le litšobotsi tse lakatsehang.
Bafuputsi ba ka tseba bokhoni ba liphatsa tsa lefutso tsa motho bakeng sa likarolo tse kang ho hanyetsa maloetse, lihlahisoa, kapa boleng ka ho hlahloba matšoao ana ho pholletsa le genome eohle.
Bahlahisi ba ka bolela esale pele ts'ebetso ea bana ka nepo ka lebaka la khetho ea genomic ntle le tlhoko ea liteko tsa phenotypic tse jang nako le tse theko e phahameng.
Ka ho nolofalletsa barui ho khetha batho ba nang le bokhoni bo botle ba liphatsa tsa lefutso bakeng sa mananeo a ho ikatisa, mokhoa ona o thusa ho potlakisa ts'ebetso ea ho ikatisa ka ho etsa hore ho be le ntlafatso e matla le e tsepamisitsoeng ea litšobotsi tse lakatsehang ho palo ea limela le liphoofolo.
Ho ikatisa ha limela ka khetho ea genomic
Ho hlahisa limela ho bile le phetoho e kholo ka lebaka la khetho ea genomic, e potlakisang ts'ebetso le ho eketsa chai ea lijalo.
Empa ho rarolla mathata a tlang a tlisoang ke phetoho ea maemo a leholimo, ho hlokahala ntlafatso e eketsehileng.
Ho rarolla bothata bona, bafuputsi ba sebelisa li-pangenomes le mekhoa ea ho ithuta ka mochini ho khethang liphatsa tsa lefutso.
Thepa eohle ea genomic ea mofuta, eo hape e tsejoang e le pangenome, e lumella kutloisiso e phethahetseng ea phapang ea liphatsa tsa lefutso.
Re ka bula tsela ea ntlafatso ea lijalo le ho fokotsa litlamorao tse mpe tsa phetoho ea maemo a leholimo temong ka ho sheba mehlala ho tsoa ho tsoalisong ea lijalo, ho utloisisa litšitiso tsa ho ithuta ka mochini, le ho totobatsa tšepiso ea mekhoa ena.
Li-Pangenomes tsa Limela: Ho Senola Mefuta-futa ea Genomic
Ka tloaelo, likopano tsa genome tsa litšupiso tse le 'ngoe e bile eona ntho e ka sehloohong khethong ea genomic, empa li-pangenome li se li ata haholo. Li-pangenome tsa limela, ho e-na le likopano tsa genome ka bomong, li bonahatsa liphatsa tsa lefutso tsa mofuta kapa lelapa.
Mefuta e mengata ea liphatsa tsa lefutso, ho kenyelletsa le tse sa kenyelletsoeng kopanong ea litšupiso, li senoloa ke bona. Bakeng sa lijalo tse 'maloa, ho entsoe li-pangenome, tse khantšang histori ea ho hōlisa limela le ho ikatisa.
Motsoako oa tsona le khetho ea liphatsa tsa lefutso e ntse e sebetsa hanyenyane feela.
Bahlahisi ba ka sebelisa mefuta e mengata e fapaneng ea liphatsa tsa lefutso, ho ntlafatsa ho nepahala ha ho bolela esale pele le ho hapa likhokahano tsohle tse ka bang teng, ka ho kopanya li-pangenome ho khetha genomic.
Khetho ea Genomic e Thehiloe ho Thuto ea Mochini
Mekhoa ea setso ea khetho ea genomic e na le mathata a ho sebetsana le litlamorao tse sa kenyelletsoeng joalo ka epistasis, imprinting ea genomic, le likamano tsa genotype. Ka ho etsisa litlamorao tsena, mekhoa ea ho ithuta ka mochini e fana ka likarabo tse sebetsang.
Lithuto tsa morao-rao li sebelisitse mekhoa ea ho ithuta ka mochini khethong ea genomic, ka liphetho tse fapaneng lipakeng tsa dataset le lijalo.
Mekhoa ea ho ithuta ka mechini ba khona ho sebetsana le litlhaloso tse rarahaneng tsa data, tse kang phenotypes tse tsoakiloeng le likamano pakeng tsa phenotypes kapa genotypes.
Mohlala, li-algorithms tsa ho ithuta ka mochini li sebelisitsoe ho bolela esale pele likarolo tsa tlhahiso le boleng ba litholoana lijalong tsa polyploid joalo ka fragole le blueberries.
Le ha lits'ebetso tsena li na le bokhoni bo boholo, ho utloisisa tlhaloso ea tsona le ho lokisa li-hyperparameter ho bohlokoa bakeng sa ts'ebeliso e sebetsang.
Mekhoa e fapaneng ea ho Ithuta ka Mechini
Lithutong tsa ho bolela esale pele ka genomic, ts'ebeliso ea mekhoa ea ho ithuta ka mochini e ntse e hola. Mekhoa ena e ka aroloa ka mekhoa ea ho ithuta e hlokometsoeng le e sa laoleheng.
Mekhoa ea ho ithuta e hlokometsoeng e bohlokoa haholo hobane ba khona ho fumana mekhoa ho data e ngotsweng le ho lebella liphello.
Leha liphuputso tse fapaneng li hlahlobile katleho ea ho bolela esale pele ea mekhoa e itseng ea ho ithuta ka mochini, lipatlisiso tse bapisang mefuta e fapaneng ea mekhoa ha li eo.
Ho bohlokoa ho utloisisa hore na ke lihlopha life tsa mekhoa tse sebetsang hantle le ho lekola melemo le mefokolo ea tsona ha li bapisoa le mekhoa e tloaelehileng.
Mekhoa e Tšepisang ea Genomic Prediction
Linear Mixed Models
Boprofeteng ba genomic, mefuta e tloaelehileng ea mela e tsoakiloeng e ipakile e tšepahala ebile e na le thuso. Ho ikarabella bakeng sa phapang ea liphatsa tsa lefutso ho baahi, mehlala ena e kopanya liphello tse tsitsitseng le tse sa tloaelehang.
Li-algorithms tsena li ka bolela esale pele boleng ba ho ikatisa ha genomic ka ho ela hloko kamano ea motho ka mong.
Ka lebaka la ts'ebetso ea bona ea tlholisano ea ho bolela esale pele, ts'ebetso ea khomphutha, le bonolo, mefuta e tsoakaneng ea mela e sebelisoa haholo tlhahisong ea limela le liphoofolo. Li hloka li-parameter tse fokolang ho feta mekhoa e meng, e leng se etsang hore li tšoanelehe bakeng sa khetho ea genomic.
Kemiso e Tloaelehileng
Bakeng sa ponelopele ea liphatsa tsa lefutso, mekhoa e tloaelehileng ea ho khutlisa joalo ka LASSO (Least Absolute Shrinkage le Selection Operator) le ridge regression ke lisebelisoa tse sebetsang.
Mekhoa ena e nolofalletsa khetho e fapaneng le ho tloaeleha ka ho eketsa nako ea kotlo ho mokhoa o tloaelehileng oa ho khutlela morao.
Mekhoa ena e sebetsana ka katleho le lintlha tsa boemo bo holimo le ho ntlafatsa ho nepahala ha ponelopele ka ho fokotsa matšoao a seng bohlokoa haholo ho ea ho zero.
Mekhoa e tloahelehileng ea ho khutlisa ke khetho e ntle bakeng sa khetho ea genomic lithutong tsa ho ikatisa ha limela le liphoofolo hobane li etsa hore ho be le sekisetsa lipakeng tsa bonolo le katleho.
Meru e Tloaelehileng
Mokhoa oa ho ithuta o kopaneng o bitsoang meru e sa reroang o bolela esale pele o sebelisa lifate tsa liqeto. Meru e sa reroang e ka sebelisoa ho lekola lintlha tsa genomic tsa maemo a holimo ho latela polelo ea genomic.
Ka mokhoa ona, palo e kholo ea lifate tsa liqeto li hahiloe, e 'ngoe le e' ngoe e koetliselitsoe ka mokhoa o sa reroang oa matšoao, 'me likhakanyo tsa bona li kopantsoe ho hlahisa ponelopele e le' ngoe.
Meru e sa reroang ke sesebelisoa se molemo bakeng sa khetho ea genomic hobane e khona ho khetholla litšebelisano tse rarahaneng le likamano tse sa tloaelehang lipakeng tsa litšobotsi le matšoao.
Meru e sa reroang le eona e khona ho sebetsana le barekisi ba kantle ho naha mme e khona ho amohela data e sieo, e leng ho eketsang boleng ba bona ba ho bolela esale pele ka genomic.
Li-ANN (marang-rang a maiketsetso)
Maiketsetso marangrang a neural, eo ka linako tse ling e bitsoang li-ANN kapa marang-rang a methapo ea kutlo, ke mehlala ea khomphutha e hulang ts'usumetso ho tsoa ho boqapi ba methapo ea boko ba motho.
Ka lebaka la bokhoni ba bona ba ho lemoha mekhoa e rarahaneng le likamano ho data, li-ANN li se li atile haholo ho bolela esale pele ka liphatsa tsa lefutso.
Li-ANN li ka rekota litšebelisano tse se nang moeli pakeng tsa matšoao le litšoaneleho ka lebaka la meralo ea tsona e mengata ea meralo le li-node tse hokahaneng (neurons). Marang-rang ana a hloka koetliso e phethahetseng a sebelisa li-database tse kholo le tokiso e matla ea hyperparameter.
Ka ho senola li-link tse rarahaneng tsa liphatsa tsa lefutso le ho khetholla mekhoa e patehileng litabeng tsa genomic, li-ANN li na le monyetla oa ho eketsa ho nepahala ha boprofeta ba genomic.
Litšobotsi tse Lebeletsoeng le Bohlokoa ba Lintlha
Liphuputso li bonts'a hore lintlha tse itseng le litšoaneleho tse shebiloeng tse ntseng li hlahlojoa li na le tšusumetso ts'ebetsong ea ho bolela esale pele le litšenyehelo tsa khomphutha tsa mekhoa ea ho ithuta ka mochini.
Joalo ka ha ho hlokometsoe, ho eketsa ho rarahana mekhoeng e tloaelehileng e tloaelehileng ho ka fella ka litšenyehelo tse kholo tsa komporo ntle le ho matlafatsa ho nepahala ha ponelopele.
Computational Efficiency Investments
Ka lebaka la ho ts'epa li-dataset tsa sepheo le litšoaneleho bakeng sa ts'ebetso e boletsoeng esale pele le moroalo oa khomphutha, ho bohlokoa ho tsetela ho ntlafatsa katleho ea khomphutha ea li-algorithms tsa ho ithuta mochini le lisebelisoa tsa khomphutha.
Sena se ka thusa ho ntlafatsa ho nepahala le katleho ea khetho ea genomic.
Qetello – Bokamoso ke Eng?
Ho ithuta ka mochini khethong ea genomic ho bonahala ho na le bokamoso bo khanyang. Mekhoa ea ho ithuta ka mochine e na le monyetla oa ho fetola ka ho feletseng ho bolela esale pele liphatsa tsa lefutso ha theknoloji e ntse e tsoela pele le lisebelisoa tsa k'homphieutha li fumaneha haholo.
Mekhoa ena e lumella ho sebetsana le lintlha tse phahameng tsa genomic, ho sibolloa ha mekhoa e rarahaneng, le ho eketseha ha ho nepahala ha boprofeta.
Ka ho tsamaisa khetho e potlakileng le e nepahetseng haholoanyane ea batho ba nang le likarolo tse lakatsehang, motsoako oa li-algorithms tsa ho ithuta ka mochini le khetho ea genomic e na le monyetla oa ho ntlafatsa mananeo a ho ikatisa.
Ho ntlafatsa mekhoa ena, ho sebetsana le litaba tsa khomphutha, le ho fuputsa ts'ebeliso ea tsona mefuteng e fapaneng ea limela le liphoofolo, ho hlokahala boithuto bo bongata.
Re lebeletse hore thuto ea mochine e tla ba ea bohlokoa haholo khethong ea genomic ha theknoloji e ntse e tsoela pele, e potlakisa sekhahla sa tsoelo-pele ea liphatsa tsa lefutso le ho thusa lefapha la temo .
Leave a Reply