利用 RGxEStat 进行基因-环境互作显著性与稳定性分析

Hugging Face Daily Papers 论文

摘要

本文推出轻量级交互工具 RGxEStat,采用混合效应模型解析基因-环境互作,为育种者提供无需复杂 SAS/R 编程的友好替代方案。

基因型-环境(GxE)互作影响不同环境下基因型的表现,降低目标环境表型的可预测性。深入分析 GxE 互作可明确遗传优势或缺陷在特定环境下的表达或抑制,从而指导遗传选择、提升育种效率。本文提出两项 GxE 互作研究核心模型:一是基于混合效应模型的显著性分析,判断基因或 GxE 互作是否显著影响表型性状;二是稳定性分析,进一步探究基因与环境的交互关系及基因型在不同环境下的相对优劣。此外,作者开发了轻量级交互工具 RGxEStat,集成上述模型的构建、求解与可视化,免去育种者和农学家学习复杂 SAS 或 R 编程的需求,以友好界面简化育种数据分析,显著缩短研究周期。代码与数据集已公开于 https://github.com/mason-ching/RGxEStat。
查看原文
查看缓存全文

缓存时间: 2026/04/21 15:38

论文页面 - 使用 RGxEStat 进行基因-环境交互显著性与稳定性分析

来源:https://huggingface.co/papers/2604.03337

摘要

基因×环境(GxE)交互作用会影响基因型在不同环境下的表现,降低目标环境中表型的可预测性。深入分析 GxE 交互有助于识别特定环境条件下遗传优势或缺陷的表达或抑制,从而指导遗传选择并提升育种效率。本文提出两个用于 GxE 研究的核心模型:基于混合效应模型的显著性分析,用于判断基因或 GxE 交互是否显著影响表型性状;稳定性分析,进一步探究基因与环境的交互关系以及不同环境下基因型的相对优劣。此外,作者开发了轻量级交互式工具 RGxEStat,集成上述模型的构建、求解与可视化。该工具无需育种家和农艺师学习复杂的 SAS 或 R 编程,提供友好界面,显著加速育种数据分析周期。代码与数据集见 https://github.com/mason-ching/RGxEStat。

查看 arXiv 页面 (https://arxiv.org/abs/2604.03337)
查看 PDF (https://arxiv.org/pdf/2604.03337)
GitHub0 (https://github.com/mason-ching/RGxEStat)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2604.03337)

引用本论文的模型 0

暂无模型引用本文

在模型 README.md 中引用 arxiv.org/abs/2604.03337,即可在此页面显示。

引用本论文的数据集 0

暂无数据集引用本文

在数据集 README.md 中引用 arxiv.org/abs/2604.03337,即可在此页面显示。

引用本论文的 Spaces 0

暂无 Space 引用本文

在 Space README.md 中引用 arxiv.org/abs/2604.03337,即可在此页面显示。

包含本论文的合集 0

暂无合集收录本文

创建新合集 并将本论文加入,即可在此页面显示。

相似文章

GENEB:为何基因组模型难以相互比较

arXiv cs.CL

GENEB 是一个大规模诊断基准,在统一的探测协议下,跨 13 个功能类别的 100 项任务对 40 个基因组基础模型进行评估。研究结果揭示了综合排行榜的不稳定性,以及架构匹配度往往比模型规模更具决定性影响。该工作旨在解决基因组机器学习领域评估体系碎片化的问题,类似于 MTEB 在 NLP 领域所做的工作。