自动调整与育种模型相关联的权重的方法和系统技术方案

公开了用于识别在与植物提升相关联的选择算法中采用的权重的系统和方法。一种示例方法包括识别用于与育种计划相关联的选择算法的初始权重组，以及针对进度表中的每个比例参数值，并且针对N次迭代中的每一次迭代：基于所述比例参数值来修改所述初始权重组，至少基于所述修改后的权重组来识别种质组，当满足某些标准时，将所述修改后的权重组作为所述初始权重组推进到下一次迭代，并且当迭代次数等于N时，识别所述修改后的权重组以作为输出。识别所述修改后的权重组以作为输出。识别所述修改后的权重组以作为输出。

【技术实现步骤摘要】
【国外来华专利技术】自动调整与育种模型相关联的权重的方法和系统
[0001]相关申请的交叉引用
[0002]本申请要求在2020年12月2日提交的美国临时申请63/120,662号的权益和优先权。以上申请的全部公开内容通过引用方式并入本文中。


[0003]本公开一般涉及在农业选择模型中使用或与农业选择模型一起使用的方法和系统，具体而言，涉及用于自动调整与此类模型相关联的权重以用于识别和/或选择所需亲本以供后续使用(例如，用于推进育种流水线等)的方法和系统。

技术介绍

[0004]本部分提供了与本公开相关的背景信息，其不一定是现有技术。
[0005]在植物发育中，能够通过选择性育种或遗传操作在植物中进行修饰。而且，当实现理想的改进时，通过种植来自选定植物的种子并在几代中收获所得种子来发展商业数量。关于选择性育种，许多决定是基于所培育植物的特性和/或性状，以及类似地基于所培育植物的亲本的特性和/或性状而做出的。而且，并非所有所得的杂交都能保证继承或表现出所需的性状。因此，作为选择特定植物以在此类修饰后进行进一步开发的一部分，从植物和/或其产生的种子取得样品并进行测试，使得只有具有所需特性和/或性状的植物和/或种子得到改进。也就是说，植物开发涉及大量的可能杂交，必须从中做出最终的育种决定。
附图说明
[0006]本文描述的图式仅用于说明所选实施方案的目的，而不是所有可能的实现方式，并且不旨在限制本公开的范围。
[0007]图1说明了本公开的示例系统，其适用于识别和/或选择亲本以用于植物育种和/或用于推进植物育种流水线；
[0008]图2是可以在图1的示例系统中使用的计算装置的框图；
[0009]图3图示可以结合图1的系统实现的一种示例方法，所述示例方法用于提供识别用于选择算法(或模型)的权重；并且
[0010]图4A到图4B图示可以结合图1的系统实现的另一种示例方法，所述示例方法用于提供识别用于选择算法(或模型)的权重。
具体实施方式
[0011]现在将参考附图更全面地描述示例实施方案。本文包括的描述和具体实例仅旨在用于说明目的，而不旨在限制本公开的范围。
[0012]在农业产业中通常采用各种育种技术来生产所需后代。通常，育种计划实现此类技术以获得具有所需特性或特性组合(例如，产量、抗病性等)的后代。然而，在为此类项目选择一组育种起点或种质时，尤其在有大量选项可用时，很难准确地确定最佳杂交亲本。独
特地，本文中的系统和方法被配置成基于与亲本之间的潜在杂交的预测商业价值相关联的加权值、与给定杂交相关联的相关性和/或风险以及亲本(和/或亲本的亲本和/或亲本系中的其他成员)的个体性状和/或特性来选择用于育种流水线的亲本。而且，本文中的系统和方法识别所选亲本与人类育种者所选的亲本之间的重叠，从而提供增强的决策制定，而不是依赖于手动制定不同参数之间的权重。用这种方式，提供了亲本的潜在杂交的更完整图，从中可以获得为植物育种流水线选择杂交体群的效率。
[0013]现在参考附图，图1图示用于识别用于育种植物的杂交的示例系统100，本公开的一个或多个方面可以在所述示例系统中实现。尽管在所描述的实施方案中，系统100的多个部分以一种布置呈现，但是其他实施方案可以包括以其他方式布置的相同或不同部分，这取决于例如正在培育的特定植物、感兴趣的特定特性和/或性状、实现的特定育种技术等。
[0014]如图1所示，系统100通常包括育种流水线102，其用于通过杂交现有的亲本库或包括起源、子代和/或杂种等的种质来创造新植物。在某些实施方案中，育种流水线102用于通过首先杂交亲本植物以产生后代种子(和/或植物)来产生商业产品。流水线102通常定义金字塔式进展，由此所述流水线以来自亲本的大量潜在杂交开始，并不断缩小范围以挑选优选和/或所需的杂交以用于商业化。流水线102通常涉及从大量潜在杂交中识别优选的表现群体，这通常涉及使用本领域已知的范围广泛的方法使后代群体经受严格测试。在某些育种流水线(例如，大型工业育种流水线等)中，这个过程可能涉及在数年内在多个地点测试处于多个阶段的数百、数千或更多的杂交，以获得选择用于商业产品开发的缩小杂交集。简言之，育种流水线102包括许多过程，所述过程设计用于将大量杂交减少到相对较少数量的表现优异的商业产品。
[0015]如图1所示，育种流水线102包括亲本选择和杂交阶段104与测试和选择阶段106，这两个阶段一起产生一个或多个商业产品108(广义上，所选的杂交)。通常，流水线102包括如下所述的本领域技术人员已知的各种常规过程，所述过程用于不同的阶段104、106中以最终实现商业产品108。如下文将更详细地描述，所示系统100包括育种引擎112，育种引擎112被独特地配置成结合杂交数据结构114进行亲本选择并将其提供给育种流水线102，特别是提供给所述育种流水线的亲本选择和杂交阶段104(从而促进提供成功的商业产品108的改进可能性，并且可能在阶段104中使用比传统操作中更少的亲本/杂交)。一旦现有的亲本库或种质被识别、创造等，就将所述亲本库或种质引导到测试和选择阶段106，其包括生长空间，例如温室、苗圃、育种基地、田地等。与此相关，然后在阶段106中将(来自阶段104的)种质中的一种或多种种植在生长空间中或更一般地处于生长空间中，随后植物生长(如来源于一个或多个种质)。与此相关，美国专利10,327,400号(标题：Methods for Identifying Crosses for use in Plant Breeding)的公开内容和美国专利公开2019/0180845号(标题：Methods and Systems for Identifying Progenies for use in Plant Breeding)和美国专利公开2019/0174691号(标题：Methods and Systems for Identifying Hybrids for use in Plant Breeding)的公开内容全部通过引用方式并入本文中。
[0016]育种引擎112被配置成采用算法(例如，植物选择模型、农业选择模型等)来选择种质(例如，起源、子代和/或杂交体等)以用于推进育种流水线102。下面提供了作为等式(1)的一种示例算法。简言之，等式(1)涉及多目标选择过程，从而同时提供植物性能、风险和多
样性的目标的加权和。
[0017][0018]在等式(1)中，权重因子λ的不同设置将产生函数f(λ,x)的不同结果。育种引擎112在本文中还被配置成选择将包括在等式(1)中的权重(或权重因子)以实现与种质选择相关联的一个或多个目标，例如起源、子代和/或杂交体等。特别地，在这个示例实施方案中，育种引擎112被配置成以等式(1)的初始权重(或权重因子)组，例如λ
p
、λ
r
、λ
d1
、λ
d2
和λ
d3
，开始(例如，针对初始比例参数(本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于识别在与植物提升相关联的选择算法中采用的权重的系统，所述系统包括：计算装置，所述计算装置被配置成：识别用于与育种计划相关联的选择算法的初始权重组和由所述选择算法和所述初始权重组定义的初始种质组，所述初始种质组与性能阈值相关联；针对比例参数进度表中的每个比例参数值：针对N次迭代中的每一次迭代，其中N是整数：基于所述比例参数值来修改所述初始权重组；基于所述选择算法、所述修改后的权重组和所述比例参数值来识别种质组；响应于i)所述识别的种质组的估计性能满足所述性能阈值和ii)迭代次数小于N，将所述修改后的权重组作为所述初始权重组推进到下一次迭代；响应于i)所述识别的种质组的所述估计性能不满足所述性能阈值、ii)所述识别的种质组的所述估计性能满足另一个阈值和iii)迭代次数小于N，将所述修改后的权重组作为所述初始权重组推进到下一次迭代；以及响应于i)所述识别的种质组的所述估计性能满足所述性能阈值和ii)迭代次数等于N，识别所述修改后的权重组以作为所述N次迭代的输出；以及针对所述比例参数进度表中的所述比例参数值中的一个，返回所述输出中的一个作为用于与所述育种计划相关联的所述选择算法的最终权重组。2.如权利要求1所述的系统，其中所述计算装置被配置成随机地修改与所述比例参数值一致的所述初始权重组。3.如权利要求1所述的系统，其中所述比例参数进度表包括多个比例参数值，并且其中所述比例参数值中的每个比例参数值指示可用于修改所述权重组的变异性。4.如权利要求1所述的系统，其中所述计算装置被配置成经由所述选择算法而基于历史测试数据来识别所述种质组。5.如权利要求1所述的系统，其中所述计算装置还被配置成，针对所述比例参数进度表中的每个比例参数值，并且针对所述N次迭代中的每一次迭代，计算所述种质组的所述估计性能以作为所述种质组与参考种质组之间的百分比重叠，并且将所述计算的估计性能与所述性能阈值进行比较。6.如权利要求5所述的系统，其中所述计算装置还被配置成，针对所述比例参数进度表中的每个比例参数值，并且针对所述N次迭代中的每一次迭代，响应于停止条件得到满足，识别所述修改后的权重组以作为所述N次迭代的输出。7.如权利要求6所述的系统，其中所述停止条件包括以下各项中的至少一个：所述修改后的种质组的所述估计性能超过阈值和/或经过多次迭代后的性能提高程度。8.如权利要求1所述的系统，其中所述计算装置被配置成，结合将所述修改后的权重组作为所述初始权重组推进到下一次迭代，将所述识别的种质组的所述估计性能设置为所述性能阈值。9.如权利要求1所述的系统，其中所述计算装置还被配置成，响应于所述识别的种质组的所述估计性能不满足所述性能阈值和迭代次数小于N：基于下式来计算所述另一个阈值以作为所述识别的种质组的所述估计性能的接受概
率阈值：其中E
′
是所述识别的种质组的所述估计性能，E是所述性能阈值，并且S是所述比例参数值；将所述接受概率与所述比例参数值和所述N迭代的随机生成数进行比较；以及响应于所述随机生成数满足所述接受概率，确定所述另一个阈值得到满足。10.如权利要求1所述的系统，其中所述计算装置还被配置成，针对所述比例参数进度表中的每个比例参数值，针对所述N次迭代中的每一次迭代：丢弃所述修改后的权重组；并且响应于i)所述识别的种质组的所述估计性能不满足所述性能阈值、ii)所述识别的种质组的所述估计性能不满足所述另一个阈值和iii)迭代次数小于N，将所述初始权重组作为所述初始权重组推进到下一次迭代。11.如权利要求1所述的系统，其中N小于500。12.如权利要求1所述的系统，其中所述计算装置还被配置成基于所述最终权重组和所述选择算法来识别至少一个种质。13.如权利要求12所述的系统，所述系统还包括布置在所述育种计划的育种流水线的生长空间中的植物，所述植物来源于所述至少一个种质。14.如权利要求1所述的系统，其中所述计算装置还被配置成生成关于所述最终权重组和与所述最终权重组相关联的所述估计性能的报告。15.一种用于识别在与植物提升相关联的选择算法中采用的权重的方法，所述方法包括：识别i)用于与育种计划相关联的选择算法的初始权重组并且ii)基于历史测试数据来识别初始种质组，所述初始种质组与性能阈值相关联；针对比例参数进度表中的每个比例参数值：针对N次迭代中的每一次迭代，其中N是整数：基于所述比例参数值来修改所述初始权重组；基于所述选择算法、所述修改后的权重组和所述比例参数值来识别种质组；响应于i)所述识别的种质组的估计性能满足所述性能阈值和ii)迭代次数小于N，将所述修改后的权重组作为所述初始权重组推进到下一次迭代；以及响应于i)所述识别的种质组的所述估计性能满足所述性能阈值和ii)迭代次数等于N，识别所述修改后的权重组以作为所述N次迭代的输出；以及针对所述比例参数进度表中的所述比例参数值中的一个，返回所述输出中的一个作为用于与所述育种计划相关联的所述选择算法的最终权重组。16.如权利要求15所述的方法，其中修改所述初始权重组包括随机地修改与所述比例参数值一致的所述初始权重组；并且其中所述比例参数进度表包括多个比例参数值，并且其中所述比例参数值中的每个比例参数值指示可用于修改所述权重组的变异性。17.如权利要求15所述的方法，所述方法还包括，针对所述比例参数进度表中的每个比
例参数值，并且针对所述N次迭代中的每一次迭代：计算所述种质组的所述估计性能以作为所述种质组与参考种质组之间的百分比重叠；以及将所述计算的估计性能与所述性能阈值进行比较。18.如权利要求17所述的方法，所述方法还包括，响应于所述识别的种质组的所述估计性能不满足所述性能阈值和迭代次数小于N：基于下式来计算所述另一个阈值以作为所述识别的种质组的所述估计性能的接受概率阈值：其中E
′
是所述识别的种质组的所述估计性能，E是所述性能阈值，并且S是所述比例参数值；将所述接受概率与所述比例参数值和所述N迭代的随机生成数进行比较；以及响应于所述随机生成数满足所述接受概率，确定所述另一个阈值得到满足。19.如权利要求15所述的方法，其中N小于500。20.如权利要求15所述的方法，所述方法还包括在所述育种计划的育种流水线的生长空间中种植植物，所述植物来源于所述至少一个种质。21.一种用于识别在与植物提升相关联的选择算法中采用的权重的系统，所述系统包括：计算装置，所述计算装置被配置成：识别用于与育种计划相关联的选择算法的初始权重组以作为M条链中的每条链的输入，所述初始权重组与性能阈值相关联；针对所述M条链中的每条链，其中M是整数，在多个定义的比例参数值中的一个比例参数值下，针对用于所述链的所述初始权重组初始化N次迭代，其中N是整数；针对所述N次迭代中的每一次迭代，在所述定义的比例参数值中的一个比例参数值下：(a)基于所述链的所述比例参数值来修改所述初始权重组；(b)基于所述选择算法、所述修改后的权重组和所述比例参数值来识别种质组；(c)响应于i)所述识别的种质组的估计性能满足所述性能阈值、ii)所述识别的种质组的所述估计性能满足另一个阈值和iii)迭代次数小于N，将所述修改后的权重组作为所述初始权重组推进到下一次迭代；以及(d)响应于i)所述识别的种质组的所述估计性能满足所述性能阈值和ii)迭代次数等于N，识别所述修改后的权重组以作为所述N次迭代的输出；在所述N次迭代之后，针对所述M条链中的每条链，将所述M链的输出与所述M条链中的不同链的输出交换；在所述多个定义的比例参数值中的另一个比例参数值下，针对作为所述初始权重组的所述输出，初始化另外的N次迭代，并且针对所述另外的N次迭代中的每一次迭代，重复操作(a)到操作(d)；以及在将输出在所述M条链之间交换X次之后，识别所述输出中的至少一个以作为用于与所述育种计划相关联的所述选择算法的最终权重组。
22.如权利要求21所述的系统，其中所述计算装置被配置成，结合操作(a)，随机地修改与所述比例参数值一致的所述初始权重组。23.如权利要求22所述的系统，其中所述多个定义的比例参数值包括至少四个比例参数值，并且其中所述至少四个比例参数值中的每个比例参数值指示可用于修改所述权重组的变异性。24.如权利要求21所述的系统，其中所述计算装置被配置成经由所述选择算法而基于历史测试数据来识别所述种质组。25.如权利要求21所述的系统，其中所述计算装置还被配置成，结合操作(c)，计算所述种质组的所述估计性能以作为所述种质组与参考种质组之间的百分比重叠，并且将所述计算的性能与所述性能阈值进行比较。26.如权利要求21所述的系统，其中所述计算装置还被配置成，针对所述N次迭代中的每一次迭代，响应于停止条件得到满足，识别所述修改后的权重组以作为所述N次迭代的输出。27.如权利要求26所述的系统，其中所述停止条件包括以下各项中的至少一个：所述修改后的种质组的所述估计性能超过阈值和经过多次迭代后的性能提高程度。28.如权利要求21所述的系统，其中所述计算装置被配置成，结合操作(c)，将所述识别的种质组的所述估计...

【专利技术属性】
技术研发人员：V，
申请(专利权)人：孟山都技术公司，
类型：发明
国别省市：