整合深度学习与统计框架的全网络基因-环境关联研究：以叶脉结构为例

研究人员提出了一种将深度学习与统计方法有机整合的创新框架，旨在解决现有基因-环境关联研究中叶脉信息利用严重不足的问题。传统的基因-环境关联研究通常仅依赖少量低维的总结性性状来量化叶脉结构，例如叶脉密度或分支角度等，这种做法丢弃了原始图像中包含的大量精细结构信息。新框架则另辟蹊径，将完整的叶脉架构视为一种全网络图像表型，从而保留了原始空间布局和拓扑细节。

在深度学习模块，该框架对基于Transformer的边缘检测模型（EDTER）进行了精细微调。EDTER模型能够联合学习图像的局部和全局上下文特征，从RGB彩色叶片图像中精确地提取出完整的叶脉网络结构，克服了传统边缘检测方法在复杂背景和噪声干扰下的局限性。为支持模型训练，研究团队还构建了一个新的标注叶片图像数据库：他们整合了由DiffusionEdge生成的边缘图以及经典的伯克利分割数据库（BSDS500），确保了训练数据的多样性和标注质量。

在统计建模环节，框架采用了一种名为半参数稀疏典型相关分析（SSCCA）的先进方法。该方法能够同时处理高维的二元图像响应变量（即叶脉网络的两个通道，如水平和垂直方向）与高维的基因型和环境预测变量之间的关联，并自动进行变量选择。更重要的是，SSCCA通过一个截断的潜在高斯copula模型，巧妙适应了边缘图数据中常见的稀疏性和零膨胀特性，这使得统计推断更加稳健可靠。

框架的性能通过两项模拟研究得到了验证，模拟的设计复杂度逐步增加，均显示出良好的效果。在实际应用环节，研究团队将框架应用于一个真实的杨树（Populus）数据集，成功识别出了三个与叶脉架构显著相关的基因-地理交互作用。这些发现不仅为植物生物学提供了新的见解，揭示了叶脉多样性的遗传基础和环境响应机制，更重要的是，建立了一种具有广泛适用性的方法论框架，可用于处理各类高维复杂图像表型的基因-环境关联分析。该研究成果已以预印本形式发表于arXiv，论文编号为2607.22763，为计算生物学和植物表型学领域带来了新的研究工具和思路。