生物信息与育种-全基因组选择/预测（GS/GP）合集【持续更新~】

系列报告

基因组选择（GS）让育种进入预测时代

全基因组选择：理论探讨

基因组选择（GS）如何加速作物遗传增益？

Computomics：利用先进的机器学习实现预测性植物育种

基因组选择：加速遗传增益，缩短育种周期

基因组选择在水稻育种中的应用与效果

【报告解读】构建可复制和可推广的基因组预测模型

【资料解读】Jesse Poland：基因组选择与精准表型

陶氏益农/科迪华：基因组选择在商业玉米育种和作物改良中的应用

美国乔治亚大学李增禄教授最新报告《基因组预测加速遗传增益》

佛罗里达大学Salvador报告：混合模型应用于数量遗传及育种

Ben Hayes和Hans Daetwyler报告：基因型数据基础

Julius报告：利用基因组信息预测遗传变化

GS | Julius报告：基因组预测的准确性

Ben Hayes报告：基因组预测与选择

扬州大学徐辰武：提高全基因组选择精度的策略和应用研究

CGIAR基因组选择 | 3-选择强度与循环时间

CGIAR基因组选择 | 1-GS基础

CGIAR基因组选择 | 2-准确性

CGIAR基因组选择 | 4-中密度基因分型

CGIAR基因组选择 | 5-CIMMYT玉米GS育种程序

CGIAR基因组选择 | 6-遗传方差

CGIAR基因组选择 | 7-IRRI水稻GS育种程序

CGIAR基因组选择 | 8-GS计算与实施

CGIAR EiB GS课程Basics of Genomic Selection

新算法/平台

拜耳作物科学提出一种生物学引导的神经网络框架BINN用于基因组选择（GS）

一个通过深度学习整合多组学功能注释的基因组预测模型DeepAnnotation

DPCformer：一种用于作物基因组预测的可解释深度学习模型

一种预测基因型与环境互作的可解释性机器学习框架EXGEP

TAG | 一种自适应且可解释的数据驱动型基学习器选择策略——adaptiveGS

Brief Bioinform | 一种深度学习小麦基因组预测方法（WheatGP）

Plant Com | 一种新的多源数据（基因组、表型和跨环境）融合的基因组预测框架-GPS

Nature Plants | 植物性状动态的基因组预测dynamicGP

打破跨公司数据孤岛以训练全基因组预测模型：小麦可行性研究

西安交通大学孙贺全团队提出智慧育种框架“平行种子”Parallel Seeds

PBJ | 扬州大学徐辰武&徐扬开发玉米基因组杂交育种加速器SPDC-HG

AS | 利用自动机器学习实现玉米杂交种的环境数据驱动遗传分析和基因组预测

JIPB | 利用多环境数据对玉米杂交种产量和水分含量进行精准的基因组预测

PBJ | 基于基因网络和多组学数据的植物基因组预测模型NetGP

基因组预测新方法！华中农大玉米团队开发GEFormer，精准捕捉基因型与环境互作

PBJ | 安徽农业大学等单位开发基于机器学习的全基因组选择新软件MFMGP

ShinyGS：一个做基因组选择的图形工具包

Plant Com | 基于深度学习的作物全基因组表型预测模型Cropformer

如何利用公共基因型-表型-环境数据来做基因组预测？

JGG | 多视图数据的植物基因组预测新方法MVBLUP

JASB | 利用生物注释神经网络提高奶牛基因组预测准确性

DeepCCR：基于基因组学的大规模深度学习方法改良水稻育种

Plant Com |多模态人工智能模型为复杂性状预测与功能基因挖掘开辟新路径

Plant Com | 基于迁移学习的作物产量基因组预测工具在线发布

基于深度学习框架的基因组预测新模型SoyDNGP

NAR | 华大和上海师范大学合作开发的全基因组选择平台CropGS-Hub

SeqBreed：一个用于复杂场景基因组预测的 Python 工具

文献资料

如何整合多组学数据并利用机器学习算法进行基因组预测？

水稻基因组选择中用结构变异（SVs）比SNPs更好吗？

油菜GS发表一区top？很容易就复现了！

Science Advances | 高粱地方品种基因组-环境关联预测适应性性状

如何将人工智能（AI）技术整合到作物育种的基因组预测？以应对复杂性状的“基因组-表型（G2P）”高维挑战

Trends in Plant Sci.综述：植物育种中的基因组预测

整合多组学先验信息来提升肉牛基因组预测的准确性

基于人工智能算法的小麦全基因组选择育种技术研究

JIPB综述：基于深度学习的基因组预测加速植物育种

iMeta | 棉花抗病育种进入全基因组选择快车道

水稻直链淀粉含量和胶稠度的基因组选择预测准确性评估

将GWAS显著位点加入GS中，准确性能提升8倍！？

顶级大佬VanRaden教你如何实施基因组选择（GS）

Plant Com | 代谢标志物辅助基因组预测的新策略

SCLS | 现代玉米自交系基因组分析揭示其遗传多样性和育种选择效应

PBJ | 华中农大谢为博等开发水稻抽穗期跨环境精准预测新方法

Nature Genetics | 基因组所周永锋团队建立葡萄全基因组选择育种体系

GPB | 王向峰综述：机器学习技术驱动植物AI育种

MILTON：基于近50万份组学样本开发的疾病预测AI开源模型

New Phytologist | 红杉的基因组选择：从概念验证到实际应用

Current Biology | 周永锋：葡萄无核性状的多基因遗传基础及其全基因组选择育种体系构建

Trends in Genetics | 李慧慧：人工智能在植物育种中的应用

Nature Com. | 鲲鹏院王培培等团队整合多组学数据预测植物复杂性状

经典回顾-韩斌院士NG I 水稻杂交稻基因组的结构和功能揭示了杂种优势的遗传基础和最佳表现

Engineering | 基于机器学习/GS的作物抗病表型预测

徐辰武2024综述：作物全基因组选择育种技术研究进展

Front Plant Sci | 植物育种GS中的AI辅助配对选择

JIA | 扩展one-hot编码提高基因组选择CNN模型的准确性

MP | 植物育种中的基因组选择：影响二十年进展的关键因素

机器学习在基因组预测中的利用评估

AI育种家：作物育种的基因组预测

The Crop Journal | 部分双列杂交设计的玉米产量基因组预测

基因组选择：一种提高分子育种效率的工具

TAG | Jose Crossa等提出针对离散计数性状的基因组预测回归模型

机器学习在紫花苜蓿中的基因组预测研究案例（附代码）

GBLUP-RR in BGLR

【2022-IRRI综述】基因组预测：水稻改良的进展与前景

徐扬：植物全基因组选择（GS）研究进展

基因组选择（GS）与玉米育种

基因组选择GS应用的四个场景

Omics辅助育种统计方法：最小二乘与混合模型

Omics辅助育种统计方法：Bayes网络

Omics辅助育种统计方法：基因组遗传力

Omics辅助育种统计方法：GBLUP和rrBLUP

观点/案例

关于隆平高科最新推出的基因组选择育种服务平台

随笔记录第二届玉米智能数字育种会议

国际水稻研究所推出 AI 驱动的全球杂交水稻育种与亲本筛选数字平台

为什么跨国种企要进行大规模的全基因组选择育种？

表型组选择（PS）与基因组选择（GS）之间的较量！

隆平高科：全基因组选择模型在长江流域籼稻育种中取得成效

国内首次在玉米中成功应用全基因组选择技术选育出新品种

以奶牛为鉴，作物基因组选择之路任重道远

基因组选择中的准确性（R2）和预测能力（PA）有何区别？

徐云碧：大数据与智能育种问题讨论

科迪华数据科学家对基因组信息应用于植物育种的观点与建议

Bayes模型到底是个啥？我请教了BGLR的作者