随着农业现代化和食品安全需求的提升,分子育种技术逐渐成为优化畜牧业生产力的重要手段。然而,肉牛基因组数据的庞大规模、基因间复杂的交互作用以及表型与基因型间关联的不明确性,极大地限制了传统分析方法的效率与精准性。为了高效筛选与经济性状相关的关键基因和遗传标记,构建精准的育种值预测模型,本文探索了遗传算法、蚁群算法及粒子群算法等生物启发算法在基因选择、基因调控网络构建和基因组关联分析中的应用。这些方法通过模拟生物行为和群体优化机制,有效提升了基因组筛选的效率和模型预测的准确性,为精准育种的理论与实践提供了新思路。

生物启发算法；肉牛分子育种；基因组筛选

[1]赵学健, 赵可. 基于遗传算法的生物启发频繁项集挖掘策略[J]. 计算机科学, 2023, 50 (S2): 636-643. [2]王殿伟, 刘旺, 房杰, 许志杰. 受生物视觉启发的无人机航拍低照度图像增强算法[J]. 西北工业大学学报, 2023, 41 (01): 144-152. [3]姚红娟, 华翔, 王海, 李宝华. 一种生物启发的无线融断网络数据传输算法[J]. 西安工业大学学报, 2021, 41 (02): 219-225.

国家肉牛牦牛产业技术体系( CARS－ 37),新疆肉牛产业技术体系XJARS-10-03。

DOI： https://doi.org/10.62639/sspis22.20250201

Published： 2025