هدف: به منظور
پیش بینی واکنش ۲۹۷ ژنوتیپ گندم به بیماری های رایج منطقه، از ۷۱ و ۸۱ نشانگر iPBS و SSR استفاده شد.مواد و روش ها: ژنوتیپ های گندم به صورت اگمنت و قالب طرح بلوک های کامل تصادفی در مزرعه ایستگاه تحقیقات کشاورزی قراخیل قائمشهر کشت شدند. داده های مورد بررسی شامل داده های مولکولی و داده های فنوتیپی بودند. برای تجزیه و تحلیل داده ها، از الگوریتم های
انتخاب ویژگی و دسته بندی مانند RandomForest و مدل ارزیابی InfoGainAttributeEval استفاده شد.نتایج: نتایج نشان داد که ژنوتیپ های گندم از نظر داده های مولکولی و فنوتیپی دارای تنوع ژنتیکی قابل توجهی هستند. با این حال، کارایی الگوریتم های به کاررفته در
پیش بینی واکنش ژنوتیپ ها به بیماری های مختلف بسته به نوع بیماری متفاوت بود. در مورد بیماری های لکه خرمایی و فوزاریوم سنبله، داده های مولکولی و الگوریتم های مورد استفاده نتوانستند به طور موثر واکنش ژنوتیپ ها را
پیش بینی کنند. این عدم کارایی نشان می دهد که این داده ها ممکن است برای تشخیص حساسیت یا مقاومت به این بیماری ها کافی نباشند. در مقابل، برای بیماری زنگ زرد، الگوریتم های به کاررفته توانستند واکنش ژنوتیپ ها را با دقت بالایی
پیش بینی کنند. همچنین، میانگین دقت
پیش بینی برای بیماری لکه خرمایی حدود ۹۰/۳۴ درصد بود که نشان دهنده کارایی نسبی پایین این روش در
پیش بینی این بیماری است. در مورد بیماری های سفیدک پودری و زنگ قهوه ای، الگوریتم های مورد استفاده عملکردی بهتری داشتند. بالاترین دقت
پیش بینی مربوط به بیماری زنگ زرد بود که به طور متوسط ۷۰ درصد دقت نشان داد. به طور میانگین، دقت
پیش بینی برای سفیدک پودری ۰۰/۵۶ درصد و برای زنگ قهوه ای ۲۸/۵۶ درصد بود. با این حال، بررسی داده ها نشان داد که برای بیماری سفیدک پودری، داده های فنوتیپی دقت بیشتری در
پیش بینی واکنش ژنوتیپ ها داشتند، در حالی که برای زنگ قهوه ای، داده های مولکولی عملکرد دقیق تری ارائه دادند. همچنین، داده های مولکولی SSR و iPBS زمانی که با استفاده از الگوریتم دسته بندی RandomForest و مدل ارزیابی InfoGainAttributeEval مورد بررسی قرار گرفتند، توانستند درصد قابل توجهی از واکنش ژنوتیپ ها را به درستی
پیش بینی کنند.نتیجه گیری: نتایج نشان داد که
پیش بینی واکنش ژنوتیپ ها به برخی بیماری ها بر اساس داده های مولکولی و به برخی دیگر بر اساس داده های مورفولوژیک دقیق تر انجام می شود. علاوه بر این، در مورد بیماری زنگ زرد، داده های مولکولی و فنوتیپی توانستند واکنش ژنوتیپ ها را با دقت بالایی
پیش بینی کنند.
