【GS基础】植物基因组选择研究人员及数量遗传学发展一览
GS应用主要在国外大型动物和种企,国内仍以学术为主。近期整理相关学术文献,了解到一些相关研究人员,记录下备忘查询,但不可能全面。
1.GS研究
Theo Meuwissen(挪威生命科学大学)
GS概念提出者,号称“基因组选择之父”,贝叶斯方法为主,但是做动物的,所以可略过。
https://www.researchgate.net/scientific-contributions/Theo-H-E-Meuwissen-2120554457Ignacy Misztal(佐治亚大学)
ssBLUP一步法的提出者,也是做动物的。
https://ads.caes.uga.edu/people/faculty/ignacy-misztal.htmlPoland(堪萨斯州立大学)
做小麦的大佬。
https://wheatgenetics.k-state.edu/publications/Ed Buckler (康奈尔大学)
做玉米的大佬,不过以GWAS为主。
https://www.maizegenetics.net/publicationsSusan R. McCouch(康奈尔大学)
水稻界的女神。在GS方面也有小方面涉及。
http://ricelab.plbr.cornell.edu/Jose Crossa(CIMMYT)
国际玉米小麦改良中心的大佬,B站上有他几年前GS的课程。
https://www.cimmyt.org/people/jose-crossa/张志武(华盛顿州立大学)
同时做GWAS和GS,GWAS著名软件GAPIT和TASSEL的设计者,GS方面新提出了sBLUP和cBLUP。
http://www.zzlab.net/index.html余建明(爱荷华州立大学)
https://www.agron.iastate.edu/people/jianming-yu
https://www.researchgate.net/profile/Jianming_Yu徐士忠(加利福尼亚大学河滨分校)
https://www.researchgate.net/profile/Shizhong_Xu2王向峰(中国农业大学)
http://ibreeding.org/index.html徐云碧(中国农科院作科所、CIMMYT)
https://www.cimmyt.org/people/yunbi-xu/Ben Hayes(澳大利亚昆士兰大学)
动物领域。
https://qaafi.uq.edu.au/profile/1059/ben-hayes程浩(加州大学戴维斯分校)
专注于贝叶斯算法的统计遗传学和育种模型开发,代表作JWAS
https://www.notion.so/Cheng-Lab-at-UC-Davis-a34943bdb6094b89b60fc1f10b2e20be#8d3eb7fde9544fa586fd6c7d266c7210Zhenyu Jia(加州大学河滨分校)
https://sites.google.com/ucr.edu/jia-lab-ucr/publications赵书红、刘小磊(华中农大)
做动物。
https://www.researchgate.net/profile/Xiao_Lei_Liu马闯(西北农林科大)
https://bioinfo.nwafu.edu.cn/
其他还有很多做动植物数量遗传的前辈,如
- 朱军(浙江大学)
- 吴常信(中国农大,动物)
- 鲁非(中科院遗传所)
- 刘建锋(中国农大)
- 张勤(中国农大,动物)
- 王国英(中国农科院)
- 章元明(华中农大)
- 吴为人(福建农林大学)
- 王建康、李慧慧、张鲁燕(中国农科院作科所)
等等等等,不一而足。
2.数量遗传发展
对数量遗传学有种莫名的恐怖,借王建康老师在第八届全国动植物数量遗传学学术研讨会上的PPT了解一下发展。
四个发展阶段:




专著


会议


2019年举办第八届全国动植物数量遗传学学术研讨会。
【GS基础】植物基因组选择研究人员及数量遗传学发展一览的更多相关文章
- 【GS文献】基因组选择在植物分子育种应用的最新综述(2020)
目录 1. 简介 2. BLUP类模型 3. Bayesian类模型 4. 机器学习 5. GWAS辅助的GS 6. 杂交育种 7. 多性状 8. 长期选择 9. 预测准确性评估 10. GS到植物育 ...
- 【GS文献】基因组选择技术在农业动物育种中的应用
中国农业大学等多家单位2017年合作发表在<遗传>杂志上的综述,笔记之. 作者中还有李宁院士,不胜唏嘘. 1.概述 GS的两大难题:基因组分型的成本,基因组育种值(genomic esti ...
- 【GS应用】基因组选择在杂交玉米上的应用示例
目录 GS两步走 示例 缩短周期和成本 分类 杂交类型 试验研究 选择响应 选择的强度 选择的周期 预测能力 数据分析的注意事项 GS实施 优缺点 GS的成功 展望 GS两步走 示例 缩短周期和成本 ...
- 【GS文献】植物全基因组选择育种技术原理与研究进展
目录 1. 优势杂交育种预测 2. GS育种原理与模型算法 岭回归和LASSO回归 贝叶斯方法 GBLUP和RRBLUP 偏最小二乘法 支持向量机/支持向量回归 其他方法 3. 模型预测能力验证 4. ...
- 【GS文献】植物育种中基因组选择的方法、模型及展望
目录 1. GS/GP在植物育种中的角色 2. GP模型应用 3. GP模型的准确性 4. 植物育种的GS展望 5. 小结 Genomic SelectioninPlant Breeding: Met ...
- 【GS文献】从家畜到植物,通过基因组选择提高遗传增益
目录 说明 1.前言 2.植物GS瓶颈 3.提高GS预测的准确性 4.GS与现代育种技术结合 5.GS开源育种网络 说明 Enhancing Genetic Gain through Genomic ...
- 【GS文献】全基因组选择模型研究进展及展望
目录 1. GS概况 2. GS模型 1)直接法 GBLUP 直接法的模型改进 ①单随机效应 ②多随机效应 2)间接法 间接法模型 基于间接法的模型改进 3. GS模型比较 模型比较结论 4.问题及展 ...
- 【百奥云GS专栏】全基因组选择之工具篇
目录 1. 免费开源包/库 1.1 R包 1.2 Python库 2. 成熟软件 3. WEB/GUI工具 前面我们已经介绍了基因组选择的各类模型,今天主要来了解一下做GS有哪些可用的软件和工具.基因 ...
- 【百奥云GS专栏】全基因组选择之模型篇
目录 1. 前言 2. BLUP方法 ABLUP GBLUP ssGBLUP RRBLUP 3. 贝叶斯方法 BayesA BayesB BayesC/Cπ/Dπ Bayesian Lasso 4. ...
随机推荐
- SpringCloud 2020.0.4 系列之 Feign
1. 概述 老话说的好:任何问题都有不止一种的解决方法,当前的问题没有解决,只是还没有发现解决方法,而并不是无解. 言归正传,之前我们聊了 SpringCloud 的服务治理组件 Eureka,今天我 ...
- Intellij IDEA 2021.2.3 最新版免费激活教程(可激活至 2099 年,亲测有效)
申明,本教程 Intellij IDEA 最新版破解.激活码均收集与网络,请勿商用,仅供个人学习使用,如有侵权,请联系作者删除.如条件允许,建议大家购买正版. 本教程更新于:2021 年 10 月 ...
- 2021.8.13考试总结[NOIP模拟38]
T1 a 入阵曲.枚举矩形上下界,之后从左到右扫一遍.用树状数组维护前缀和加特判可以$A$,更保险要脸的做法是双指针扫,因为前缀和单调不减. $code:$ 1 #include<bits/st ...
- str数组
- Python课程笔记 (五)
今天主要学习图形用户界面,更多的还是要我们自己去实际操作,课仿佛上了一半就完了,分享一下课程(这里在SixthClass)的源码: https://gitee.com/wang_ming_er/pyt ...
- 洛谷 P3147 [USACO16OPEN]262144 P
链接: P3147 P3146双倍经验 前言: 今天发现的一道很有意思的DP题 分析: 第一眼以为是区间DP,于是设f[i][j]为从第i个数到第j个数可以合出的最大值,但思考后发现并不能简单合并,并 ...
- 整数中1出现的次数 牛客网 剑指Offer
整数中1出现的次数 牛客网 剑指Offer 题目描述 求出113的整数中1出现的次数,并算出1001300的整数中1出现的次数?为此他特别数了一下1~13中包含1的数字有1.10.11.12.13因此 ...
- hdu 5102 The K-th Distance (队列+生成法,,)
题意: N个点的一棵树.定义点u和点v的距离等于它们之间的路径(唯一的)的长度.这样我们可以得到n*(n-1)/2个距离. 将它们从小到大排序,问前K个数的和是多少. 思路: 将边长为1的树枝都入队列 ...
- VS 2013 配置份openGL环境
几个要素: 1. 在E:\Microsoft Visual Studio 12.0\VC\include下创建GL文件夹,放入glut.h头文件. 2. C:\Windows\System32下要 ...
- selenium截屏操作(也支持截长图)
1.常用的可能是谷歌和火狐做自动化在抛异常的时候可以截屏保存 from selenium import webdriver br=webdriver.Chrome() br.maximize_wind ...