买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供一种基于母本反刍动物瘤胃菌群结构预测子代生长性状的方法，包括以下步骤：步骤1，收集子代反刍动物生长性状数据，并采集母本反刍动物瘤胃液样本；步骤2，从母本反刍动物瘤胃液样本中提取母本反刍动物瘤胃微生物DNA，并进行16SrDNA高通量测序；步骤3，对16SrDNA高通量测序的结果进行分析；步骤4，根据子代反刍动物生长性状数据和母本反刍动物瘤胃液样本的分析结果构建机器学习模型，利用机器学习模型对子代生长性状进行预测。本发明通过16SrDNA分析待测母本反刍动物瘤胃的菌群结构，基于机器学习模型的构建，实现高效准确的预测子代反刍动物生长性状，避免直接采样对幼龄反刍动物造成的损伤。

主权项：1.一种基于母本湖羊瘤胃菌群结构预测子代生长性状的方法，其特征在于：该方法包括以下步骤：步骤1，收集子代湖羊生长性状数据，并采集母本湖羊瘤胃液样本，子代湖羊生长性状数据包括子代湖羊的初生体重和断奶体重；步骤2，从所述母本湖羊瘤胃液样本中提取母本湖羊瘤胃微生物DNA，并进行16SrDNA高通量测序，提取母本湖羊瘤胃微生物DNA的方法为CTAB法，16SrDNA高通量测序的片段区域为V3-V4区，以引物341F和806R进行扩增；步骤3，对所述16SrDNA高通量测序的结果进行分析，分析方法为扩增子序列变异（ASV）分析；步骤4，根据所述子代湖羊生长性状数据和所述母本湖羊瘤胃液样本的分析结果构建机器学习模型，利用所述机器学习模型对子代生长性状进行预测；所述步骤3中，所述分析方法包括以下步骤：步骤3.1，去除barcodes和引物序列，获得样品真实序列；步骤3.2，将样品真实序列过滤、修剪和合并后生成ASV表；步骤3.3，移除嵌合体、古细菌和叶绿体信息，仅保留细菌序列；步骤3.4，将各样本序列抽平至10000个序列的深度；所述步骤4中，所述机器学习模型为随机森林模型，构建机器学习模型包括以下步骤：步骤4.1，定义生长性状组别和模型的特征变量；定义生长性状组别的方法为：以子代湖羊的断奶体重或断奶增重作为生长性状，在每个产仔数水平下，定义生长形状前25%的子代湖羊为高性状组，生长形状后25%的子代湖羊为低性状组；模型的特征变量为对数转换后的母本细菌ASV相对丰度；步骤4.2，使用RandomForestClassifier函数来构建随机森林模型；步骤4.3，使用变量选择从待选特征变量中筛选出有效特征变量，设定有效特征变量阈值为1e-3；步骤4.4，对随机森林模型中的决策树个数、最大特征数目和决策树最大深度依次调参，选择最佳参数以提高模型精度并防止过度拟合；步骤4.5，以十折交叉验证下模型的准确度，并以ROC曲线图形对随机森林模型进行评估，评估合格后得到有效的机器学习模型。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于母本反刍动物瘤胃菌群结构预测子代生长性状的方法