Данная бакалаврская работа посвящена разработке алгоритма оптимизации обучающей выборки для геномной селекции. Задачи исследования: 1. Изучить, представленные в научной литературе, подходы к проведению геномной селекции, а так же исследовать методов оптимизации обучающей выборки для геномной селекции. 2. Разработать модификации для оптимизации обучающей выборки для задачи геномной селекции. 3. Провести тестирование реализованных алгоритмов и сравнение результатов их работы. На основе существующих исследований была спроектирована и проверена схема подбора лучшего набора образцов для геномной селекции растений. В качестве основного алгоритма оптимизации использовался метод разностной эволюции, где целевой функцией была выбрана, недавно разработанная, оценка выборки EthAcc или оцененная теоретическая точность. Разработана программная реализация модификаций алгоритма разностной эволюции на основе открытого проекта deepmethod. Для реализованных модификаций были проведены тесты с использованием реальных данных о фенотипе и генотипе различных сортов пшеницы. Для проведения сравнительного анализа был применен метод оценки параметров регрессии RR-BLUP, как наиболее популярный среди методов используемых в задаче геномной селекции. Анализ численных экспериментов показал наличие отличий в результатах работы модификаций.

This bachelor's work is devoted to the development of an algorithm for optimizing the training set for genomic selection. Research problem: 1. To study approaches to conducting genomic selection, as well as to investigate methods for optimizing the training sample for genomic selection. 2. Develop modifications to optimize the training sample for the genomic selection task. 3. Test the implemented algorithms and compare their results. \indent Based on existing research, a scheme for selecting the best set of samples for genomic plant breeding was designed and tested. As the main optimization algorithm, the difference evolution method was used, where the target function was selected estimated theoretical accuracy (EthAcc). A software implementation of modifications of the difference evolution algorithm based on the open project deepmethod has been developed. For the implemented modifications, tests were performed using real data on the phenotype and genotype of various wheat varieties. To conduct a comparative analysis, we used the RR-BLUP regression parameter estimation method, which is the most popular among the methods used in the problem of genomic selection. The analysis of numerical experiments showed that there were differences in the results of modifications.

• Разработка алгоритма оптимального выделения обучающей выборки для геномной селекции растений
  • Введение
  • 1. Обзор методик используемых при геномной селекции
  • 2. Разработка метода подбора оптимальной выборки для геномной селекции
  • 3. Разработка программного обеспечения
  • 4. Результаты применения разработанных методов к данным для геномной селекции пшеницы
  • Заключение
  • Список использованных источников