نقش و کاربردهای متنوع یادگیری ماشین در ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور

هدف: یادگیری ماشین، زیرمجموعه ای از هوش مصنوعی است که به طور منحصر به فردی برای مقابله با چالش های حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور بسیار مناسب است. با استفاده از الگوریتم هایی که می توانند الگوها را از داده ها یاد بگیرند، یادگیری ماشین پیش بینی های دقیق، تصمیم گیری خودکار و راه حل های نوآورانه برای مسائل پیچیده در علوم حیوانات را امکان پذیر می کند. برخلاف روش های آماری سنتی، که اغلب خطی بودن و استقلال را در بین متغیرها فرض می کنند، یادگیری ماشین قادر است روابط و تعاملات غیرخطی بین عوامل ژنومی، محیطی و فنوتیپی را ثبت کند. لذا، هدف این پژوهش بررسی انواع رایج الگوریتم های یادگیری ماشین که در پرورش دام و طیور استفاده می شوند، بیان مزایا و معایب آن ها و نیز بیان مثال های کاربردی برای این الگوریتم ها در حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور بود.مواد و روش ها: در این پژوهش با بررسی پایگاه های داده و مجلات مربوطه، مطالعات مربوط به یادگیری ماشین در حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور با استفاده از کلمات کلیدی جستجو شدند. این مطالعات بر اساس طراحی، روش شناسی، نتایج و ارتباط آنها ارزیابی شد و یافته ها و مفاهیم اساسی از آن ها استخراج گردید. نتایج: نتایج نشان داد که روش های یادگیری ماشین به طور قابل توجهی از روش های مرسوم بهتر عمل می کنند. به طوری که روش های یادگیری ماشین دقت پیش بینی را بهبود می بخشند و میانگین مربعات خطا (MSE) و میانگین خطای مطلق (MAE) کوچک تری را در همه سناریوها به همراه دارند. یافته ها همچنین پتانسیل ترکیب روش های بیوانفورماتیک کلاسیک با تکنیک های یادگیری ماشین را برای بهبود پیش بینی ژنومی در آینده نشان می دهد. نتایج الگوریتم های یادگیری ماشین را به عنوان ابزاری امیدوارکننده برای بهبود تصمیم گیری برای دامپروران پیشنهاد می کند. تجزیه و تحلیل یادگیری ماشین روش های نظارت را بهبود می بخشد و به دامپروران می کند تا حیواناتی را که احتمالا در آینده مشکلاتی داشته باشند از قبل شناسایی کنند.نتیجه گیری: این مطالعه نشان می دهد که استفاده از روش های یادگیری ماشین در حوزه ژنتیک و اصلاح نژاد و بیوتکنولوژی دام و طیور رو به افزایش است و با این افزایش کیفیت روش های یادگیری ماشین استفاده شده نیز رو به بهبود است. لذا، یادگیری ماشین می تواند در توسعه پایدار دامپروری و ارائه مزایایی مانند افزایش بهره وری در این حوزه نقش مهم و پررنگی را ایفا کند.

کلیدواژه ها:

الگوریتم ، بیوانفورماتیک ، پیش بینی ، حیوان ، هوش مصنوعی