可解释人工智能将重组和染色质环境识别为玉米和芸薹属中亚基因组演化的关键预测因子

多倍化（polyploidy），或全基因组复制，通过偏向性基因丢失和调控重构重塑基因组；然而，亚基因组间偏向性分化的驱动因素仍不清楚。以玉米和甘蓝型油菜（Brassica rapa）作为异源多倍体模型，我们在玉米中汇编了60项基因组与表观基因组特征，在B. rapa中汇编了45项特征，并构建了监督式机器学习模型以按亚基因组身份对基因进行分类。在这两个物种中，可解释人工智能（XAI）方法均识别出重组率是影响最大且高度互联的特征，尽管其在不同亚基因组组别之间的平均差异并不显著。染色体位置、转座子密度以及染色质相关特征——包括开放染色质区域与基因的邻近性，以及H3K9ac和H3K27ac等活性组蛋白标记——也始终位列亚基因组分类最重要的贡献因素之中。基于XAI推导的协变与互作网络进一步揭示，重组率是连接各显著特征的中心节点。综上，这些结果表明，重组和染色质环境是多倍体基因组中亚基因组分化的主要预测因子。

多倍化，或全基因组重复，通过偏向性基因丢失和调控重构重塑基因组，然而，亚基因组间偏向性分馏的驱动因素仍不明确。以玉米和

感谢您有意帮助传播 bioRxiv 上的这篇文章。

注意：要求提供您的电子邮箱地址仅是为了将您识别为该文章的发送者。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.13.738278v1?rss=1

🏷️ 多倍体基因组 亚基因组演化 重组率 染色质环境 可解释人工智能 机器学习分类