基于半监督学习的黄萎病互作基因对的预测

摘要

黄萎病(Greensickness)属于不可治愈性病害,每年均造成巨大的经济损失。为了培育抗病植株、得到更多的互作基因对,逐次进行生物实验排除是不现实的。为了在已知少量关联基因的情况下挖掘更多的可靠基因对,本文主要使用统计技术典型相关分析(Canonical Correlation Analysis, CCA)和数据挖掘技术半监督学习(Semi-Supervised Learning, SSL)等生物信息技术对相关基因进行学习,最终实现对关联基因的预测。研究结果能够有效地指导黄萎病抗病研究的方向、精确研究范围、提高研究速度。