近日，北京市农林科学院水产所所育种研究室在鲟鱼遗传育种研究方面取得新进展，相关成果以题为“Machine learning–assisted feature selection from whole-genome sequencing data improves trait prediction and reveals candidate genes in sturgeon”的论文在水产学科国际权威期刊Aquaculture（JCR 1区）发表。
针对鲟鱼怀卵量、卵颜色和体重等重要经济性状遗传机制不清的问题，研究团队对971尾鲟鱼开展全基因组重测序，获得822万个高质量单核苷酸多态性位点（SNPs）。研究创新性引入机器学习辅助特征筛选方法，从全基因组数据中筛选出3%-6%的关键遗传位点，并应用于多种基因组预测模型，使性状预测准确率提高3.4%-4.6%。功能注释分析鉴定出CCDC112、THAP11、LYRM4、GPR143、ATG5等候选基因，涉及线粒体代谢、色素形成及生长调控等关键生物过程，为鲟鱼经济性状遗传解析与精准分子育种提供了重要依据。
宋海亮副研究员、李绘娟助理研究员为论文第一作者，胡红霞研究员为通讯作者。该研究得到国家自然科学基金（32341059）和北京市农林科学院优秀青年科学家计划（YKPY2025004）资助。
