书籍1.Molecular-Plant-Breeding第1章分子植物育种概念传统育种步骤与分子技术的结合第2章标记与测序DNA获取、测序技术演进与多组学特征GBSGenotyping by Sequencing测序技术直接获取基因型表型组学Phenomics植物的叶面积、生物量、颜色等特征第3章建模与数据模拟利用计算机仿真评估育种策略计算机模拟Plabsoft、QU-GENE 等仿真软件第4章数据管理与质量控制高通量实验室的误差分析与去噪第5章聚类分析、关联分析与 QTL 定位降维、特征相关性与基因定位模型QTL 定位Quantitative Trait Locus Mapping单标记分析、简单区间作图SIM、复合区间作图CIM等统计回归模型GWAS全基因组关联分析利用自然界中积累的历史变异进行高分辨率的基因定位第6章标记辅助回交利用标记进行基因的精准替换与优化标记辅助回交MABC将1个或少数几个优秀基因导入到精英品种中论文1. 分子设计育种的科技问题及其展望概论 2021作物育种技术传统杂交育种-分子标记辅助育种-分子设计育种作物的基因组学、重要农艺性状解析以及基因组编辑技术未来育种趋势如新型生物技术和大数据科学的融入当前瓶颈如复杂性状调控机理不清、基因编辑缺乏政策支持等2. Exploration of quality variation and stability of hybrid rice under multi-environments多环境下杂交水稻品质变异与稳定性的探索 2024环境对水稻品质性状的表型可塑性即稳定性的影响全基因组关联分析GWAS-13个与表型可塑性相关的QTL和15个与BLUP测量值相关的QTL已克隆的水稻品质基因ALK和GL7可能参与控制了杂交水稻品质性状的表型可塑性3. Genomic selection in plant breeding: Key factors shaping two decades of progress植物育种中的基因组选择塑造二十年进展的关键因素 2024过去20年间基因组选择GS在植物育种中应用与进展的综述影响基因组预测Genomic Prediction, GP准确性的几个关键因素:训练群体的大小与遗传多样性及其优化策略、单核苷酸多态性SNP的密度与分布、连锁不平衡LD水平、性状的遗传复杂度与遗传力等分类总结了用于GP的各种统计学和机器学习模型参数、半参数、非参数和深度学习模型并强调未来通过整合超大规模数据集、多组学数据转录组、代谢组等以及深度学习算法4. Review of applications of artificial intelligence (AI) methods in crop research人工智能方法在作物研究中的应用综述 2024基因组选择GS探讨了诸如 rrBLUP、随机森林RF、卷积神经网络CNN等回归、分类和深度学习模型如何通过基因型预测表型基因组编辑列举了多个基于ML的工具如DeepCRISPR、CCTop等它们被用于提高CRISPR-Cas9靶点预测的准确性和评估脱靶效应表型预测介绍了如何利用ML和DL模型分析来自无人机、卫星等平台的大规模图像数据实现快速、无损的高通量表型鉴定。5. Predicting complex phenotypes using multi-omics data in maize利用多组学数据预测玉米的复杂表型 2024整合多组学数据基因组、转录组和无人机图像衍生的表型组数据是否能提升对九个环境下129种复杂表型的预测准确性比较了线性模型rrBLUP和非线性机器学习模型支持向量回归, SVR6. Trait association and prediction through integrative k-mer analysis通过综合的k-mer分析进行性状关联与预测 2024不依赖参考基因组比对的新方法——利用“k-mer”长测序reads中长度为k的子串丰度数据进行全基因组关联分析GWAS和基因组预测利用 k-mer GWAS 识别了与穗轴颜色、籽粒颜色、籽粒含油量、上部叶夹角和开花期等性状相关的遗传元件其准确率达到了与传统的基于SNP方法相当的高水平7.Causal modelling of gene effects from regulators to programs to traits从调控子到生物学通路再到表型的因果建模基因敲除 (输入)-细胞内基因表达网络变化 (中间层)-血液生理指标表型 (输出)水稻基因 A 变异-抑制了转录因子 B -激活了抗病通路 C -最终表现为抗稻瘟病8.Genome-wide fine-mapping improves identification of causal variants全基因组精细定位提高因果变异识别由于“连锁不平衡LD”全基因组精细定位GWFM算法利用功能基因组学注释哪些区域是开放的、哪些是调控元件在数百万个强相关特征中筛选出真正的因果突变位点。9.Powerful one-dimensional scan to detect heterotic quantitative trait loci高效的一维扫描检测杂交优势 QTL (hQTL-ODS)一维扫描算法hQTL-ODS大幅降低了计算复杂度成功在一万多个小麦纯系及其杂交后代中锁定了控制杂交优势的“核心基因枢纽”基础知识一、核心生物学概念1、基因组 (Genome)生物体所有的DNA序列。DNA是由A、T、C、G四个字母组成的超长字符串2、基因型 (Genotype, G) 与 表型 (Phenotype, P)表型 (P)生物表现出来的性状比如水稻的产量、抗旱能力、果实的颜色。基因型 (G)决定这些性状的基因组合。环境 (Environment, E)同样的种子在不同地方种产量不同。表型 基因型 环境 基因型与环境的交互作用3. SNP (单核苷酸多态性)同一种作物的不同个体之间99%以上的DNA字母是相同的。只有极少数位置的字母不同比如这株是A那株是G这些不同的点就叫SNP。4. 中心法则与多组学 (Multi-omics)生物体内信息的流动分层DNA存储-RNA转录/读取-蛋白质执行功能 -代谢物单组学基因组学只看底层代码DNA。多组学Multi-omics把DNA基因组、RNA转录组、蛋白质蛋白质组的数据结合起来看。二、核心算法1. GWAS (全基因组关联分析)在几百万个SNP特征中找出到底是哪几个突变位点决定了植物的高产或抗病。统计学方法如线性混合模型对每一个SNP和表型 $Y$ 进行显著性检验。2. GS / GP (基因组选择 / 基因组预测)测定幼苗的DNA序列直接用模型预测出它长大后的产量或品质。过去20年带有正则化的线性模型如 rrBLUP、LASSO。现在随机森林、支持向量机SVR以及深度学习CNN、RNN3. K-mer 分析把长长的DNA字符串切成长度为k的短字符串集合作为特征输入给模型既快又能发现新基因4. 分子设计育种如果知道哪些基因片段组合在一起最优就可以指导如何在现实中通过杂交或CRISPR基因编辑技术把这些整合到一个品种里这就是未来的“设计育种”。我的未来方向高通量表型组学Phenomics所有模型需要极其精确的Y表型标签。用无人机、卫星、多光谱相机拍摄田间图像。图像超分技术、图像去噪、分割可以直接用于处理这些农业图像数据从中精准、自动化地提取植物的高度、叶片夹角、病害面积等Y标签。生成式AI设计DNA序列扩散模型可以生成高质量图像同样可以生成序列数据。使用引导扩散模型Guided Diffusion来生成具有特定结构或功能的全新蛋白质或调控DNA序列。把超分任务中“条件引导Conditional Guidance”的思想平移到特定性状引导的DNA序列生成上。模型架构创新生物领域的预测模型往往还在使用相对基础的CNN或MLP结构。引入更先进的架构如基于Transformer的序列模型、图神经网络GNN表示多组学网络来提升基因组预测的准确率。满足企业研发需求的水稻表型组的规模化采集高通量一天能测几万份材料、低成本、多环境稳定性以及数据的可复用性一、 硬件采集矩阵空基高通量筛选主力多旋翼/固定翼无人机地基高精度特征补充田间表型车 (UGV) 与轨道系统室内机制解析与种子分拣传送带与3D成像二、 AI与图像算法图像超分与增强生成式数据增强通过少量真实病害图像定向生成大量不同光照、不同背景下的高逼真度病害叶片图像用于训练极其鲁棒的病害检测分类器复杂环境的去噪与逆问题求解对田间退化图像进行高质量恢复三、数据工程与标准化空间定位的绝对精准RTK打点RTK实时动态差分技术和图像拼接算法精确匹配到对应的“小区编号”上表型计算的边缘侧部署将部分轻量化的计算机视觉模型如基于 YOLO 架构的快速目标检测转换为 TensorRT直接部署在带 GPU 的便携式工控机或 Linux 平台上在田间地头就完成基础性状的实时提取