📄 agriculture

Shapley values as metrics for studying genotype-by-environment interaction

Deze studie toont aan dat Shapley-waarden (SHAP) afgeleid van machine learning dienen als een veelbelovende aanvullende tool voor plantenveredeling door effectief de adaptiviteit en stabiliteit van genotypen te kwantificeren, terwijl ze geïntegreerde inzichten bieden in de bijdragen van de omgeving aan genotype-omgeving-interacties.

Oorspronkelijke auteurs: Luan Tiago Dos Santos Carbonari, Carlos Zacarias Joaquim Junior, Mauro Bitencourt Souza, Altamir Frederico Guidolin, Sydney Antonio Frehner Kavalco, Jefferson Luís Meirelles Coimbra

Gepubliceerd 2026-07-06

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Luan Tiago Dos Santos Carbonari, Carlos Zacarias Joaquim Junior, Mauro Bitencourt Souza, Altamir Frederico Guidolin, Sydney Antonio Frehner Kavalco, Jefferson Luís Meirelles Coimbra

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een coach bent die de beste atleten probeert te selecteren voor een sportteam. Je hebt een groep spelers (de genotypes) en je wilt weten wie het beste zal presteren. Maar er is een addertje onder het gras: deze spelers moeten strijden in verschillende stadions met verschillende weersomstandigheden, gras types en publieksgeluiden (de omgevingen).

Soms is een speler een superster op een zonnige dag, maar stort hij in zodra het regent. Dit is wat wetenschappers een Genotype-door-Omgeving Interactie (G×E) noemen. Dit is de reden waarom een gewas dat enorm groot wordt in het ene veld, in het volgende veld misschien piepklein blijft.

Decennialang hebben plantenveredelaars oude wiskunde gebruikt (zoals lineaire regressie) om te bepalen wie "stabiel" is (consistent) en wie "aanpasbaar" is (overal goed presteert). Maar de auteurs van dit artikel stellen dat deze oude instrumenten als het proberen te meten van een complexe, kolkende storm met een liniaal zijn. Ze missen de rommelige, niet-lineaire details.

Dus probeerden de onderzoekers iets nieuws: Shapley-waarden.

Het Nieuwe Instrument: De "Eerlijk Aandeel" Calculator

Om Shapley-waarden te begrijpen, stel je een groep vrienden voor die samen een videogame spelen om een grote prijs te winnen. De totale score hangt af van wie er speelt, welk personage ze hebben gekozen en hoe goed ze samenwerken.

De Shapley-waarde is een wiskundig concept uit de speltheorie dat één vraag beantwoordt: "Hoeveel heeft elke specifieke persoon bijgedragen aan de uiteindelijke overwinning?"

Het kijkt niet alleen naar de eindscore; het berekent het "eerlijke aandeel" van de overwinning voor elke individuele speler, rekening houdend met elke mogelijke combinatie van teamgenoten. Als een speler het team altijd helpt winnen, krijgt hij een hoog "eerlijk aandeel". Als een speler het team naar beneden haalt, is zijn aandeel negatief.

Hoe de Onderzoekers het Gebruikten

In dit onderzoek gebruikten de wetenschappers een computermodel (een Artificieel Neuraal Netwerk) om te voorspellen hoeveel gewone bonen zouden groeien op 12 verschillende locaties in Brazilië. Daarna pasten ze de Shapley "Eerlijk Aandeel" calculator toe op de resultaten.

Dit is wat ze vonden, vertaald naar alledaagse termen:

1. Aanpassingsvermogen = De Gemiddelde Score

Het Concept: Als een boonplant een hoge positieve Shapley-waarde heeft op gemiddeld niveau, betekent dit dat de plant consistent punten toevoegt aan de score van het team, ongeacht waar hij wordt geplant.
De Bevinding: Sommige bonen, zoals SCS 204 Predileto, hadden hoge positieve waarden. Zij waren de "betrouwbare supersterren" die de opbrengst overal verhoogden. Anderen, zoals BRS Campeiro, hadden negatieve waarden, wat betekende dat ze de score van het team eerder verlaagden.
Simpele Takeaway: De gemiddelde Shapley-waarde vertelt je of een plant over het algemeen goed is in het aanpassen aan nieuwe plekken.

2. Stabiliteit = De Consistentie van de Score

Het Concept: Als de bijdrage van een speler van wedstrijd tot wedstrijd wild uiteenloopt (soms +100, soms -50), is hij onstabiel. Als hij altijd +50 geeft, is hij stabiel.
De Bevinding: De onderzoekers keken naar hoe meget de Shapley-waarden van elke plant varieerden. Een plant met een kleine variatie (lage "schommeling") is stabiel. Als de "schommeling" klein is, is de plant een veilige keuze.
Simpele Takeaway: De "wobbel" in de Shapley-waarden vertelt je hoe betrouwbaar een plant is. Als de wobbel klein is, is de plant een veilige weddenschap.

3. De Stadions (Omgevingen)

Het Concept: Net zoals spelers eerlijke aandelen hebben, hebben de stadions (omgevingen) ook een eerlijk aandeel.
De Bevinding: Sommige locaties, zoals Ponte Serrada, hadden positieve Shapley-waarden. Dit betekent dat de bodem en het weer daar de bonen van nature hielpen beter te groeien. Andere locaties hadden negatieve waarden, wat fungeerde als een "slecht stadion" dat het voor de planten moeilijk maakte om te slagen.
Simpele Takeaway: Shapley-waarden laten veredelaars precies zien welke velden van nature goed zijn en welke van nature uitdagend zijn.

Werkte het Nieuwe Instrument?

De onderzoekers vergeleken hun nieuwe "Shapley"-methode met de oude "Liniaal"-methoden (zoals Eberhart & Russell en AMMI).

Voor Aanpassingsvermogen: De nieuwe methode stemde perfect overeen met de oude methoden. Als de oude wiskunde zei dat een plant aanpasbaar was, zei de Shapley-waarde hetzelfde.
Voor Stabiliteit: De overeenkomst was "matig". Ze rangschikten de planten niet altijd in exact dezelfde volgorde. De auteurs leggen uit dat dit geen falen is; het komt omdat de nieuwe methode stabiliteit door een andere lens ziet (het kijken naar complexe, niet-lineaire patronen), terwijl de oude methoden naar eenvoudige, rechte lijnen kijken.
Het Oordeel: De Shapley-methode verving de oude tools niet; het fungeerde als een complementair paar brillen. Het gaf de veredelaars een duidelijker, gedetailleerder beeld van waarom een plant presteerde zoals hij dat deed, vooral wanneer de relatie tussen de plant en de omgeving ingewikkeld was.

De Kern van het Verhaal

Dit artikel laat zien dat het gebruik van "Eerlijk Aandeel"-wiskunde (Shapley-waarden) plantenveredelaars helpt om de complexe dans tussen de genen van een plant en zijn omgeving te begrijpen. Het bevestigt welke planten betrouwbare all-stars zijn, welke risicovol zijn, en welke velden van nature vruchtbaar zijn. Het is een nieuwe, slimmere manier om Kunstmatige Intelligentie te gebruiken om ons te helpen beter voedsel te verbouwen.

Probleemstelling
Genotype-door-omgeving interactie (G×E) is een fundamentele uitdaging in de plantenveredeling, waarbij de differentiële prestaties van genotypes onder variërende omgevingscondities de selectie en aanbeveling van superieure cultivars bemoeilijkt. Traditionele benaderingen voor het analyseren van G×E vertrouwen op klassieke statistische methoden, zoals lineaire regressie (Finlay en Wilkinson, 1963; Eberhart en Russell, 1966), variantie-decompositie (Wricke, 1962; Shukla, 1972), en multivariate modellen zoals AMMI (Gauch, 1988) en GGE Biplot (Yan et al., 2000). Hoewel deze methoden gevestigd zijn, hangen ze vaak af van strikte statistische aannames, waaronder effect-additiviteit, normaliteit en homogeniteit van varianties. Bovendien kunnen ze moeite hebben met het vastleggen van complexe, niet-lineaire relaties die inherent zijn aan biologische systemen. Daarentegen kunnen machine learning-modellen (bijv. Random Forest, neurale netwerken) deze complexe interacties wel modelleren, maar worden ze vaak bekritiseerd als "black boxes", omdat ze een gebrek aan interpreteerbaarheid vertonen die nodig is voor biologisch inzicht en besluitvorming in veredelingsprogramma's.

Methodologie
Deze studie stelt de toepassing van Shapley-waarden (SHAP) voor, een concept afgeleid van coöperatieve speltheorie (Shapley, 1953) en aangepast voor de interpreteerbaarheid van machine learning (Lundberg en Lee, 2017), als een metriek voor het bestuderen van G×E-interactie. Het onderzoek maakte gebruik van korrelopbrengstgegevens uit Value for Cultivation and Use (VCU)-proeven van acht gangbare bonen-genotypes (Phaseolus vulgaris L.) die werden geëvalueerd over 12 verschillende omgevingen in Santa Catarina, Brazilië.

De methodologie omvatte de volgende stappen:

Modellering: Een kunstmatig neuraal netwerk (ANN) met behulp van de MLPRegressor uit de scikit-learn bibliotheek werd getraind op de opbrengstgegevens. Het model maakte gebruik van one-hot encoding voor genotypes, omgevingen en hun expliciete interacties om niet-lineaire patronen te vangen.
SHAP-berekening: SHAP-waarden werden berekend om de bijdrage van elk kenmerk aan de voorspellingen van het model te kwantificeren. De kenmerken werden gegroepeerd in drie sets: Genotype ( $G$ ), Omgeving ( $E$ ) en Genotype $\times$ Omgeving interactie ( $G \times E$ ).
Afleiding van metrieken:
- Adaptiviteit (A-SHAP): Gedefinieerd als de gemiddelde SHAP-waarde voor een genotype over omgevingen heen, wat de gemiddelde bijdrage aan de opbrengst vertegenwoordigt.
- Stabiliteit (S-SHAP): Gedefinieerd als de standaarddeviatie van de SHAP-waarden voor een genotype, wat de consistentie van de bijdrage over omgevingen heen weerspiegelt.
- Omgevingsbijdrage (E-SHAP): De gemiddelde SHAP-waarde voor elke omgeving, wat aangeeft of de condities gunstig of ongunstig waren.
Vergelijkende analyse: De door SHAP afgeleide metrieken werden vergeleken met traditionele methoden, specifiek de Eberhart en Russell (1966) regressiebenadering en het AMMI-model. Consistentie werd geëvalueerd met behulp van de Spearman-correlatie, Kendall's concordantiecoëfficiënt en de Jaccard-gelijkenisindex voor genotype-rangschikkingen.

Belangrijkste resultaten

Adaptiviteit en Opbrengst: De gemiddelde SHAP-waarde (A-SHAP) vertoonde een sterke associatie met de gemiddelde korrelopbrengst (Pearson's $r = 0,96$ ) en de regressiecoëfficiënt ( $\beta_i$ ) van de Eberhart en Russell methode ( $r = 0,65$ ). Genotypes zoals SCS 204 Predileto en IPR Campos Gerais vertoonden positieve A-SHAP-waarden, wat wijst op brede adaptiviteit en superieure prestaties.
Stabiliteit: De variabiliteit van de SHAP-waarden (S-SHAP) diende als een stabiliteitsmetriek. Hoewel S-SHAP een matige positieve correlatie vertoonde met traditionele stabiliteitsindices (S²di en ASV), was de overeenstemming niet perfect (Kendall's $\tau$ varieerde van 0,57 tot 0,71). Dit suggereert dat SHAP een ander aspect van stabiliteit vastlegt, waarschijnlijk vanwege de basis in een niet-lineair predictief model in plaats van een lineaire variantie-decompositie.
Omgevingskarakterisering: De methode identificeerde succesvol gunstige omgevingen (bijv. Ponte Serrada 16-17) met positieve E-SHAP-waarden en lage variabiliteit, en ongunstige omgevingen (bijv. Campos Novos 15-16) met negatieve waarden en hoge variabiliteit.
Geïntegreerd beeld: In tegen tegenstelling tot traditionele methoden, die hoofdeffecten vaak scheiden van interactie-effecten, bood de SHAP-benadering een geïntegreerde beoordeling door simultaan de bijdragen van genotypes, omgevingen en hun interacties aan de uiteindelijke voorspelling te kwantificeren.

Betekenis en Claims
De auteurs beweren dat Shapley-waarden een veelbelovende, complementaire tool vormen voor plantenveredelingsprogramma's, met name voor het interpreteren van G×E-interactie in de context van machine learning-modellen. De studie stelt dat SHAP-metrieken verschillende voordelen bieden:

Interpreteerbaarheid: Ze transformeren "black box" neurale netwerkvoorspellingen naar interpreteerbare componenten (genotype, omgeving, interactie) uitgedrukt in de oorspronkelijke responsunits (opbrengst), wat biologisch begrip vergemakkelijkt.
Flexibiliteit: De methode is toepasbaar op elk predictief model en is niet afhankelijk van de strikte statistische aannames (lineariteit, normaliteit) die vereist zijn door klassieke methoden.
Complementariteit: Hoewel SHAP-gebaseerde adaptiviteitsmetrieken nauw aansluiten bij traditionele maten, bieden de stabiliteitsmetrieken een ander perspectief. De auteurs argumenteren dat deze divergentie geen beperking is, maar een vorm van complementariteit, die meerdere invalshoeken op hetzelfde fenomeen biedt.
Besluitvormingsondersteuning: Door de simultane evaluatie van genotypeprestaties, stabiliteit en omgevingskwaliteit mogelijk te maken, kunnen SHAP-waarden bijdragen aan meer geïnformeerde beslissingen met betrekking tot de aanbeveling van genotypes, zowel voor brede adaptatie als voor specifieke omgevingsdoelstellingen.

Het artikel concludeert dat Shapley-waarden traditionele methoden niet vervangen, maar het analytische repertoire van plantenveredelaars uitbreiden, waardoor de nauwkeurigheid en efficiëntie van cultivar-aanbevelingen worden verbeterd door kunstmatige intelligentie te integreren met interpreteerbare statistische metrieken.

Het Nieuwe Instrument: De "Eerlijk Aandeel" Calculator

Hoe de Onderzoekers het Gebruikten

Werkte het Nieuwe Instrument?

De Kern van het Verhaal

Meer zoals dit