基于深度学习的作物基因组学和遗传改良

文献类型： 中文期刊

第一作者： 辛志奇

作者： 辛志奇;赵航;汪海;路铁刚

作者机构：

关键词： 人工智能;设计育种;深度学习;机器学习

期刊名称： 生物技术进展

ISSN：

年卷期： 2021 年 004 期

页码： 483-488

摘要： 随着世界人口的不断增长、食物需求量的不断增加,以及气候的不断变化,如何提高农作物产量已成为人类面临的一个巨大挑战。传统设计育种耗时长、效率低,已经不能满足新时代的育种需求。随着基因型和表型数据成本的不断降低,以及各种组学数据的爆炸式增长,人工智能技术作为能够在大数据中高效率挖掘信息的工具,在生物学领域受到了广泛关注。人工智能指导的设计育种将大大加快育种的效率,给育种带来革命性的变化。介绍了人工智能特别是深度学习在作物基因组学和遗传改良中的应用,并进行了总结与展望,以期为智能设计育种提供新的思路。

分类号： Q943.2

  • 相关文献

[1]机器学习在智慧农业中的应用. 杨嘉鹏,董荣. 2024

[2]人工智能驱动智慧奶牛养殖的思考与实践. 夏雪,侍啸,柴秀娟. 2020

[3]GPT技术驱动的农业发展范式研究与展望. 李灯华,李干琼,许世卫,陈威. 2023

[4]基于大数据的遥感参数人工智能反演范式理论形成与工程技术实现. 毛克彪,袁紫晋,施建成,武胜利,胡德勇,车进,董立新. 2023

[5]深度学习在土壤监测中的应用及展望. 张超,张海峰,张宇,张效霏,来永才,毕洪文,郑妍妍. 2023

[6]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[7]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[8]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[9]农业大模型:关键技术、应用分析与发展方向. 郭旺,杨雨森,吴华瑞,朱华吉,缪祎晟,顾静秋. 2024

[10]机器学习全基因组选择研究进展. 李竟,张元旭,王泽昭,陈燕,徐凌洋,张路培,高雪,高会江,李俊雅,朱波,郭鹏. 2024

[11]机器学习在动物基因组选择中的研究进展. 李棉燕,王立贤,赵福平. 2023

[12]栽培苜蓿草地智能感知系统关键生物物理指标实时监测及分析算法研究. 苗春丽,李仲贤,赵志成,伏帅,高金龙,刘洁,冯琦胜,梁天刚. 2023

[13]特种水稻育种的研究现状与对策. 王玉娟. 2013

[14]利用英国参照群体Avalon×Cadenza模拟研究小麦产量分子设计育种. 马娟,LuzieU.Wingen,SimonOrford,PaulFenwick,王建康,SimonGriffiths. 2014

[15]杂交水稻种子纯度检测方法综述. 宋丰顺,倪大虎,倪金龙,李莉,杨剑波. 2016

[16]植物育种模拟的原理和应用. 王建康,Wolfgang H.Pfeiffer. 2007

[17]后基因组时代基于选择导入系的水稻设计育种策略. 石英尧,马赛,曾威,郝芷圻,李思敏,王文生,黎珉. 2021

[18]标记辅助培育水稻抗稻褐飞虱和稻白叶枯病基因聚合系. 韦绍丽,李孝琼,张月雄,刘驰,陈乔,岑贞陆,韦素美,杨朗,黄凤宽,何文强,刘开雨,黄大辉,马增凤,黄悦悦,宋建东,李容柏. 2010

[19]水稻籼粳交杂种优势利用研究. 万建民. 2010

[20]中国水稻分子育种现状与展望. 万建民. 2007

作者其他论文 更多>>

微信小程序