一种基于特征重要性选择单核苷酸多态性进行表型预测的方法及其应用

本发明公开了一种基于特征重要性选择单核苷酸多态性进行表型预测的方法，该方法先对SNP数据进行缺失填充，并在与表型相关的筛选前将样本划分为训练集与测试集以避免数据泄漏；随后以基因为单位，对位于启动子、外显子与内含子的SNP采用回归模型拟合表型，计算相关系数并进行多重检验校正，以显著相关基因为候选；在候选基因内基于特征重要性从每个基因选择1个SNP，形成Importance‑SNP集合；将该集合编码后输入预测模型获得表型预测结果。本方法在维持或提升预测准确性的同时显著降低特征维度，具有较强可解释性与工程可用性，适用于作物的表型预测，以及能够作为核心标记用于育种芯片的设计与优化，为分子育种和基因组选择提供了高效、可解释的技术支撑。