Predicting flowering time using integrated morphophysiological and genomic data with machine learning models
Notice bibliographique
Résumé
Abstract Indigenous Cannabis Sativa populations have adapted to diverse environments, resulting in genetic and phenotypic diversity. Understanding the mechanisms underlying flowering time variation is crucial for optimizing cultivation and breeding. This study employed a novel approach combining temporal phenotypic analysis, genomic data, and machine learning (ML) to identify key features associated with early, medium, and late flowering in cannabis landraces. We collected weekly data on six morphophysiological traits—stem diameter, height, growth rate, node number, internode length, and SPAD chlorophyll index—from 25 cannabis landrace populations 13 weeks for female plants and 11 weeks for male plants. Additionally, 145 accessions were genotyped using high-density genotyping-by-sequencing, resulting in 233,624 high-quality single nucleotide polymorphisms (SNPs). A comprehensive ML framework integrating mutual information (MI), recursive feature elimination (RFE), random forest (RF), and support vector machine (SVM), was used to investigate 234,002 features, encompassing SNPs, morphophysiological traits, and environmental factors. This approach identified 53 key features—22 genetic variants and 31 morphophysiological traits—that effectively distinguish between early, medium, and late flowering types with an accuracy of 96.6%. The identified SNPs were distributed across multiple chromosomes, including chromosomes 08, 09, and X. Notably, key loci like AutoFlower3 ( CsFT3 ) (on chromosome 08) and CircadianFloweringLocus1 ( CsCFL1 ) (on chromosome 09) were identified, with several SNPs located within or near annotated genes. These findings contribute significantly to the understanding of cannabis chronobiology and support the development of “smart crop” strategies by providing valuable markers for early selection and targeted breeding programs aimed at optimizing flowering time under diverse conditions. Key Message A data-driven machine learning strategy combining genomic and dynamic phenotypic traits enables accurate classification of flowering time in diverse Cannabis landraces.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».