optimization of allelic combinations controlling parameters of a peach quality model

تحسين التوليفات الأليلية المتحكمة في معلمات نموذج جودة الخوخ

Clicks: 316
ID: 148256
2016
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #330 of 812 articles by views in phytochemistry letters

Most read Least read

Bar heights use a square-root scale. Only the 120 most-read articles are drawn; the journal has 812 in total.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Process-based models are effective tools to predict the phenotype of an individual in different growing conditions. Combined with a quantitative trait locus (QTL) mapping approach, it is then possible to predict the behavior of individuals with any combinations of alleles. However the number of simulations to explore the realm of possibilities may become infinite. Therefore, the use of an efficient optimization algorithm to intelligently explore the search space becomes imperative. The optimization algorithm has to solve a multi-objective problem, since the phenotypes of interest are usually a complex of traits, to identify the individuals with best tradeoffs between those traits.In this study we proposed to unroll such a combined approach in the case of peach fruit quality described through three targeted traits, using a process-based model with 7 parameters controlled by QTL. We compared a current approach based on the optimization of the values of the parameters with a more evolved way to proceed which consists in the direct optimization of the alleles controlling the parameters. The optimization algorithm has been adapted to deal with both continuous and combinatorial problems. We compared the spaces of parameters obtained with different tactics and the phenotype of the individuals resulting from random simulations and optimization in these spaces. The use of a genetic model enabled the restriction of the dimension of the parameter space towards more feasible combinations of parameter values, reproducing relationships between parameters as observed in a real progeny. The results of this study demonstrated the potential of such an approach to refine the solutions towards more realistic ideotypes. Perspectives of improvement are discussed.
تُعد النماذج القائمة على العمليات أدوات فعالة للتنبؤ بالنمط الظاهري للفرد في ظروف نمو مختلفة. وعند دمجها مع نهج تعيين مواقع السمات الكمية (QTL)، يصبح من الممكن التنبؤ بسلوك الأفراد الذين يحملون أي توليفات من الألائل. ومع ذلك، قد يصبح عدد عمليات المحاكاة اللازمة لاستكشاف نطاق الاحتمالات غير محدود؛ ولذا، يغدو استخدام خوارزمية استمثال فعالة لاستكشاف فضاء البحث بذكاء أمرًا حتميًا. ويتعين على خوارزمية الاستمثال حل مسألة متعددة الأهداف—نظرًا لأن الأنماط الظاهرية محل الاهتمام تمثل عادةً مركبًا من السمات—وذلك لتحديد الأفراد الذين يحققون أفضل المفاضلات بين تلك السمات. واقترحنا في هذه الدراسة تطبيق هذا النهج المشترك في حالة جودة ثمار الدراق (الخوخ) الموصوفة من خلال ثلاث سمات مستهدفة، وذلك باستخدام نموذج قائم على العمليات يشتمل على سبع معلمات تتحكم فيها مواقع السمات الكمية. وقارنا النهج الحالي القائم على استمثال قيم المعلمات بنهج أكثر تطورًا يتمثل في الاستمثال المباشر للألائل المتحكمة في المعلمات. وقد جرى تكييف خوارزمية الاستمثال للتعامل مع كل من المسائل المستمرة والتوافقية. كما قارنا فضاءات المعلمات المستحصلة باتباع استراتيجيات مختلفة، والنمط الظاهري للأفراد الناتجين عن عمليات المحاكاة العشوائية والاستمثال في هذه الفضاءات. وقد أتاح استخدام النموذج الوراثي تقليص أبعاد فضاء المعلمات نحو توليفات أكثر قابلية للتحقق من قيم المعلمات، مما يعيد إنتاج العلاقات بين المعلمات كما لوحظت في ذرية حقيقية. وأظهرت نتائج هذه الدراسة إمكانات مثل هذا النهج في تنقيح الحلول نحو نماذج نباتية مثالية (ideotypes) أكثر واقعية. كما نوقشت آفاق التحسين المستقبلي.
Reference Key
quilot-turion2016frontiersoptimization Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Bénédicte QUILOT-TURION;Michel GENARD;Pierre VALSESIA;Mohamed-Mahmoud MEMMAH
Journal phytochemistry letters
Year 2016
DOI
10.3389/fpls.2016.01873
URL
http://journal.frontiersin.org/Journal/10.3389/fpls.2016.01873/full
Keywords
model optimization genetic algorithm qtl fruit

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.