[논문 리뷰] Training population selection for (breeding value) prediction

Deniz Akdemir|arXiv (Cornell University)|2014. 01. 30.

Genetic and phenotypic traits in livestock참고 문헌 9인용 수 4

한 줄 요약

이 논문은 훈련 집단 선택 과정에 검증 집단의 유전자형을 통합하여, 계산 비용이 적은 유전적 알고리즘 기반 방법을 제안한다. 헨드슨의 PEV의 빠른 근사치를 사용해 예측 오차 분산을 최소화함으로써, 특히 작은 훈련 집합과 구조화된 집단에서 랜덤 샘플링에 비해 예측 정확도를 향상시킨다.

ABSTRACT

Training population selection for genomic selection has captured a great deal of interest in animal and plant breeding. In this article, we derive a computationally efficient statistic to measure the reliability of estimates of genetic breeding values for a fixed set of genotypes based on a given training set of genotypes and phenotypes. We adopt a genetic algorithm scheme to find a training set of certain size from a larger set of candidate genotypes that optimizes this reliability measure. Our results show that, compared to a random sample of the same size, phenotyping individuals selected by our method results in models with better accuracies. We implement the proposed training selection methodology on four data sets, namely, the arabidopsis, wheat, rice and the maize data sets. Our results indicate that dynamic model building process which uses genotypes of the individuals in the test sample into account while selecting the training individuals improves the performance of GS models.

연구 동기 및 목표

• 유전적 예측된 육종가치(GEBVs)의 정확도를 향상시키기 위해 훈련 집단 선택을 최적화한다.
• 훈련 집단과 검증 집단이 유전적으로 다를 경우 또는 구조화되어 있을 경우 낮은 예측 정확도 문제를 해결한다.
• PEV와 CD와 같은 행렬 역행 기반 신뢰도 측정 방법에 대한 계산 비용이 적은 대안을 개발한다.
• 더 나은 모델 일반화를 위해 훈련 집합 선택 과정에 검증 집단의 유전자형 정보를 통합한다.
• 다양한 유전적 배경에서 성능을 향상시키기 위해 각 검증 집단에 맞게 최적화된 훈련 집합을 갖는 동적 모델 구축을 가능하게 한다.

제안 방법

• 이 방법은 훈련 집합의 평균 예측 오차 분산(PEV)을 최소화하도록 후보 집단에서 훈련 개체를 선택하기 위해 유전적 알고리즘을 사용한다.
• 비용이 많이 들지 않는 행렬 역행을 피하기 위한 헨드슨의 PEV에 대한 계산 비용이 적은 근사치를 도출한다.
• PEV 근사치는 유전자 관계 행렬에 기반하며, 수축 매개변수 δ를 통해 유전성 요소를 반영한다.
• 훈련 집합은 후보 집단 내부 뿐 아니라 검증 집단의 개체에 대해 최소 PEV를 갖는 모델이 되도록 선택된다.
• 이 방법은 검증 집단의 유전자형에서 도메인 지식을 훈련 선택 과정에 통합하여 모델의 강인성을 향상시킨다.
• 이 방법은 다양한 집단 구조와 형질 유전성 비율을 가진 네 가지 데이터셋(Arabidopsis, 밀, 벼, 옥수수)에 적용되었다.

실험 결과

연구 질문

• RQ1 훈련 집단 선택 과정에 검증 집단의 유전자형 정보를 통합하면 유전적 예측의 정확도가 향상되는가?
• RQ2 기존의 행렬 역행 기반의 안정성 측정 방법과 비교해 제안된 PEV 근사치는 계산 효율성과 정확도 측면에서 어떻게 다른가?
• RQ3 유전적 알고리즘을 활용해 훈련 집합 선택을 최적화하면, 특히 작은 훈련 집합에서 랜덤 샘플링 대비 GEBV 예측 정확도가 향상되는가?
• RQ4 훈련 집합과 검증 집합이 유전적으로 다를 경우, 특히 구조화된 집단에서 이 방법은 얼마나 효과적인가?
• RQ5 각 검증 집단에 맞게 최적화된 훈련 집합을 갖는 동적 모델 구축 접근법은 다양한 유전적 군집에서 예측 성능을 향상시키는가?

주요 결과

• 제안된 방법은 네 가지 데이터셋(Arabidopsis, 밀, 벼, 옥수수) 전반에서 랜덤 샘플링보다 일관되게 높은 예측 정확도를 기록하여 훈련 집단 선택에서 뛰어난 성능을 보였다.
• 강한 집단 구조를 가진 옥수수 데이터셋에서, 제안된 방법으로 선택된 훈련 집합은 클러스터 간 예측에서 랜덤 샘플보다 유의미하게 높은 정확도를 달성했다.
• 작은 훈련 집합 크기(n_Train = 25)에서 정확도 향상이 가장 두드러졌으며, 이는 형질 측정 자원이 제한된 상황에서 이 방법의 가치를 입증한다.
• 유전적 알고리즘의 사용으로 훈련 집합 선택 공간을 효율적으로 탐색하여 철저한 검색 없이도 고품질의 솔루션을 도출할 수 있었다.
• 이 방법은 수축 매개변수 λ의 변화에 대해 안정적이었으며, 다양한 유전성 가정 조건에서도 안정적인 성능을 보였다.
• 결과적으로, 각 검증 집단에 맞게 최적화된 훈련 집합을 갖는 동적 모델 구축의 실현 가능성을 뒷받침하며, 특히 구조화되거나 다를 경우의 집단에서 효과적임을 시사한다.