基于GPU加速随机森林算法的大豆基因型填充研究

作者：李明亮; 李卓; 黄斌; 于军; 辛鹏; 张继成; 唐友^*

来源：大豆科学, 2023, 42(06): 742-748.

• 大豆基因填充
• 随机森林算法
• GPU加速
• 数据处理

基因型填充(Genotype Imputation, GI)是一种利用现有的基因型信息来推断未测定或不完整基因型的技术。为了探索在大豆基因组测序中处理不完整数据的高效填充方法，以提高数据处理速度和效率，本研究采用真实的大豆参考面板基因型数据，通过对数据进行2%、5%、10%和25%的完全随机缺失处理，利用GPU加速的随机森林机器学习算法构建填充模型，并对不同缺失比例的数据进行填充。同时，对比分析了不同处理器的准确性和性能。结果显示：基于GPU加速的随机森林算法在大豆基因组中实现了优秀的填充精度。与主流基因填充软件相比，该方法至少提供了4倍以上的运算时间优势。因此，GPU加速的基因型填充策略可应用于大规模基因型数据处理中，提高大豆基因型数据处理的速度和效率，同时减少计算时间和资源消耗。

• 单位
  吉林农业科技学院; 吉林化工学院; 东北农业大学