DESIGNING AN AUTOMATED PIPELINE FOR ANALYZING BACTERIAL BLIGHT RESISTANCE GENES IN RICE.
Khoá luận tốt nghiệp · Đại học · năm 2026 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Thạch Thanh Nhi |
| Người hướng dẫn | Hồ Quang Thái |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2026 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
This thesis designs, implements, and evaluates three reproducible genomic prediction pipelines for rice bacterial blight (BB) resistance using genomic resources from the 3,000 Rice Genomes Project (3K-RG) and the 340-accession phenotype panel reported by Lu et al. (2021). Pipeline A provides a multi-representation benchmark that compares genome-wide SNPs, Plant-DNABERT embeddings of homology-anchored resistance-gene loci, and raw one-hot DNA under both random and populationstructure-aware cross-validation. Pipeline B uses a controlled negative-control design that compares DNABERT-2 embeddings of candidate resistance/QTL regions with matched random control regions, regional SNPs, genome-wide SNPs, and population/sequence-quality baselines. Pipeline C proposes an Enhanced Genomic Transformer (EGT) that fuses 2,048 training-only ANOVA-selected SNPs, seeded by 20 resistance-gene/QTL regions, with eleven frozen Nucleotide Transformer 500M resistance-gene priors through self-attention and cross-attention. The experiments show that evaluation design materially changes the apparent predictive performance. In Pipeline B, candidate-region embeddings exceeded matched control-region embeddings in GroupKFold MCC for all four Xanthomonas oryzae pv. oryzae strains, supporting resistance-associated sequence signal beyond the matched genomic background. Under the EGT 80/20 teacher-style validation protocol, the selected Ver4.1 configuration achieved a validation mean MCC of approximately 0.548 across C4, C5, V, and P9a. These EGT values are reported as validation performance because the same validation set is used for checkpoint, threshold, and task-weight selection. To make the research executable outside the training notebooks, the study also delivers a command-line interface, a bilingual Streamlit dashboard, and a 22-file final model bundle containing the exact ordered SNP manifest, allele semantics, thresholds, frozen prior embeddings, validation fixtures, and SHA256 integrity records. The results demonstrate that population-aware evaluation, negative controls, explicit data provenance, and deployable preprocessing contracts are as important as model architecture when building trustworthy genomic resistance-prediction software. Luận văn thiết kế, triển khai và đánh giá ba quy trình dự đoán khả năng kháng bệnh bạc lá ở lúa dựa trên dữ liệu hệ gen, sử dụng nguồn dữ liệu từ Dự án 3.000 hệ gen lúa (3K-RG) và bộ dữ liệu kiểu hình của 340 mẫu giống do Lu và cộng sự (2021) công bố. Quy trình A so sánh ba dạng biểu diễn dữ liệu gồm SNP trên toàn hệ gen, vector nhúng Plant-DNABERT của các vùng gen kháng được xác định dựa trên tính tương đồng trình tự, và trình tự DNA mã hóa one-hot, dưới hai phương pháp kiểm định chéo: ngẫu nhiên và có xét cấu trúc quần thể. Quy trình B sử dụng thiết kế đối chứng âm, so sánh vector nhúng DNABERT-2 của các vùng gen kháng/QTL ứng viên với các vùng đối chứng ngẫu nhiên tương ứng, SNP theo vùng, SNP toàn hệ gen và các mô hình cơ sở dựa trên thông tin quần thể, chất lượng trình tự. Quy trình C đề xuất mô hình Enhanced Genomic Transformer (EGT), kết hợp 2.048 SNP được lựa chọn bằng ANOVA chỉ trên tập huấn luyện, với định hướng từ 20 vùng gen kháng/QTL, cùng các vector nhúng tiên nghiệm của 11 gen kháng được trích xuất bằng Nucleotide Transformer 500M và giữ cố định, thông qua cơ chế tự chú ý và chú ý chéo. Kết quả cho thấy thiết kế đánh giá ảnh hưởng đáng kể đến hiệu năng dự đoán quan sát được. Trong Quy trình B, vector nhúng của các vùng ứng viên đạt MCC cao hơn các vùng đối chứng tương ứng khi đánh giá bằng GroupKFold trên cả bốn chủng Xanthomonas oryzae pv. oryzae, củng cố bằng chứng về tín hiệu trình tự liên quan đến tính kháng vượt ra ngoài nền hệ gen đối chứng. Với giao thức chia dữ liệu huấn luyện/xác thực theo tỷ lệ 80/20 của mô hình EGT, cấu hình Ver4.1 được lựa chọn đạt MCC trung bình khoảng 0,548 trên tập xác thực đối với bốn chủng C4, C5, V và P9a. Các giá trị này được báo cáo là hiệu năng xác thực vì cùng mộ
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- XÂY DỰNG HỆ THỐNG PHÁT HIỆN TỔN THƯƠNG PHỔI SỬ DỤNG MÔ HÌNH MẠNG NƠ-RON VGG-16 VÀ RESNET-50 TRÊN NỀN TẢNG PHÂN TÍCH DỮ LIỆU LỚN PHÂN HỆ 2: XÂY DỰNG VÀ ĐÁNH GIÁ MÔ HÌNH TRÊN MÔI TRƯỜNG XỬ LÝ DỮ LIỆU LỚN SPARK
- BUILDING A MUSICAL INSTRUMENT RECOGNITION SYSTEM USING DEEP LEARNING MODELS.
- XÂY DỰNG HỆ THỐNG QUẢN LÝ MỘT CÔNG TY BẢO VỆ
- THIẾT KẾ VÀ PHÁT TRIỂN HỆ THỐNG ĐẶT VÉ XEM PHIM TRỰC TUYẾN SỬ DỤNG KIẾN TRÚC MICROSERVICES VÀ GIAO DIỆN ĐA NỀN TẢNG
- XÂY DỰNG HỆ THỐNG WEBSITE QUẢN LÝ MỘT TRƯỜNG PHỔ THÔNG TRÊN NỀN TẢNG JAVA SPRING BOOT, REACTJS VÀ KIẾN TRÚC MICROSERVICES
- XÂY DỰNG WEBSITE QUẢN LÝ CV VÀ PROFILE TUYỂN DỤNG VIỆC LÀM: ĐỀ XUẤT ỨNG VIÊN
- HỆ THỐNG HỖ TRỢ TRẮC NGHIỆM ONLINE
- XÂY DỰNG HỆ THỐNG TRÍCH XUẤT, PHÂN LOẠI VÀ TÌM KIẾM ẢNH TƯƠNG ĐỒNG TỪ BÀI BÁO KHOA HỌC ĐỊNH DẠNG PDF SỬ DỤNG MÔ HÌNH MÁY HỌC SÂU
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.