Saliency-Aware Deep Residual Networks for Plant Phenotype Prediction
Notice bibliographique
Résumé
Predicting complex phenotypes from genomic data is challenging in biology and machine learning. We propose a deep learning approach using a saliency-aware residual neural network (ResNet) for such prediction and applied to plant single-nucleotide polymorphism (SNP) data. Our model encodes genome-wide SNPs in a one-hot tensor and employs a 1D ResNet architecture with a custom inverse square root unit (ISRU) activation to stabilize regression outputs. We train the network with 10-fold cross-validation on both imputed and non-imputed (QA) genotype datasets. Experimental results on a soybean dataset show that our model achieves a mean Pearson correlation coefficient (PCC) between 0.39 and 0.64 for different soybean phenotypes. To interpret the model, we compute gradient-based saliency maps that highlight influential SNPs. The saliency analysis reveals a sparse set of top-ranking SNPs with outsized impact on the phenotype prediction, aligning with known genomic markers. We provide a fully containerized (Docker) pipeline for reproducibility. This work demonstrates that deep residual networks can yield accurate phenotype predictions while also identifying candidate genetic variants, bridging the gap between predictive accuracy and interpretability in genome-wide association studies. The model is available at https://github.com/ProductiveOwl/Soybean-CNN.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».