生物信息与育种

摘要： 来自Paulino Pérez-Rodríguez和José Crossa两位GS领域大佬的报告。 从GBLUP到RRBLUP，再到BRR理论 使用经典数据集CIMMYT wheat 599 BGLR示例 更多信息请关注微信公众号： 阅读全文

摘要： 目录关于GLNexus由于重叠变异产生的half-callsGATK joint calling对于half-calls的处理建议处理 关于GLNexus GLnexus是由DNAnexus开发，用于可扩展的gVCF合并和联合变异（joint calling）要求群体测序项目，GL即genotype 阅读全文

摘要： 目录BSA的发展BSA分析框架BSA流程及影响因素BSA的群体BSA的算法BSA的软件BSA遗传群体、算法和软件的对应关系 BSA作为基因组学中基因挖掘的三板斧之一，最大优点是高效、经济、简便。通过选择双亲群体分离后代中具有极端表型的个体进行混样，然后比较不同极端混样池之间的多态性并结合表型进行目标 阅读全文

摘要： 目录结构变异SV基于单个参考基因组鉴定SV通过构建泛基因组来鉴定SV转座元件与作物改良的相关性利用pan-genome进行QTL定位和GWAS利用pan-genome进行基因组预测泛基因组应用育种的挑战与机遇多倍体基因组的复杂性研究不足的作物基因组资源快速驯化新物种 结构变异SV 基于单个参考基因组 阅读全文

摘要： [toc] ## 机器学习与GP 与动物育种相比，植物的基因组选择必须通过环境相互作用来考虑更大的基因型，并且需要添加适当的多环境试验数据。 机器学习 （ML） 和深度学习 （DL） 算法比线性预测模型更复杂，可以发现数据集中的非线性关系。与以前的方法相比，随机森林、支持向量机和人工神经网络由于其非 阅读全文

摘要： 在基因组选择领域，"准确性"（Accuracy）和"预测能力"（Prediction Ability）是两个常用的评价指标，用于衡量基因组选择模型的性能。 在学术研究中，两者都有用到，但没有明显区分，容易出现混用情况。 以下是一篇文章中的定义： https://bmcgenomics.biomedc 阅读全文

摘要： [人工智能推动作物育种新绿色革命](http://genetics.cas.cn/dtxw/zhxw/202306/t20230621_6785491.html#:~:text=2023%E5%B9%B46%E6%9C%8813%E6%97%A5%EF%BC%8C%E4%BD%9C%E7%89%A9 阅读全文

摘要： [toc] ## 需求描述 vcf是标准的基因型格式文件，其中包含的信息可多可少。主要在于INFO可无限扩展特征，以及每个样本的FORMAT信息，会大大增加vcf文件的大小。一般来说，GATK等软件得到的基因型都会有这些信息，初始变异我们最好保留它们，因为这是过滤位点/样本的依据。但是当我们确定了最 阅读全文

摘要： [toc] >来自徐云碧老师的《大数据与智能育种》报告的问答记录 ## 问题 1、大数据育种在国内外的发展现状？ 2、国内大数据育种的主要玩家及其优劣势？ 3、大数据育种企业的发展路径？ 4、大数据育种的盈利模式？ 5、未来行业政策的评估与预测？ ## 徐老师回复 这些问题覆盖面广，不是简单几句就能 阅读全文

摘要： [toc] >搜集一些主要农作物的已定位、克隆的重要功能基因，以供应用开发。 参考一些文章，不必自己一一去找，当然这只是极少的一部分。 # 农作物分子标记开发和利用研究进展 DNA分子标记是实现作物精准育种、提高育种效率的关键技术, 先后经历了以分子杂交、PCR扩增及可视化检测、高通量测序及序列解码 阅读全文