배경: 유전체 예측(GP)의 효과는 육종 진행에 중요한 영향을 미치며, SNP 마커를 사용하여 표현형 값을 예측하는 것은 돼지 육종의 핵심적인 측면입니다. 기계 학습(ML) 방법은 고차원 데이터를 처리하는 데 있어 장점이 있기 때문에 주로 표현형 값을 예측하는 데 사용됩니다. 그러나 기존의 연구들은 대부분의 돼지 유전체 예측에 적합한 ML 방법이 무엇인지 밝히지 못했습니다. 따라서 유전체 예측이 수행되는 한, 많은 ML 방법들 중에서 적합한 방법을 선택하는 것이 필요합니다. 이 논문은 여러 인기 있는 ML 방법의 돼지 표현형 예측 성능을 비교한 후, 대부분의 형질에 적합한 방법을 찾아냈습니다.