您好,欢迎访问中国农业科学院 机构知识库!

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

作者: 辛志奇 1 ; 赵航 1 ; 汪海 2 ; 路铁刚 1 ;

作者机构: 1.中国农业科学院生物技术研究所

2.国家玉米改良中心

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。

  • 相关文献

[1]人工智能技术在高校实验室与设备管理中的应用展望. 胥刚,季金林,冯琦胜,牟兰,蔡明. 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]数字低碳渔仓智能化控制系统框架设计. 梁晨,周志刚,陈楠,暴愿达. 2024

[6]基于人工智能的地球物理参数反演范式理论及判定条件. 毛克彪,张晨阳,施建成,王旭明,郭中华,李春树,董立新,吴门新,孙瑞静,武胜利,姬大彬,蒋玲梅,赵天杰,邱玉宝,杜永明,徐同仁. 2023

[7]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

[8]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

[9]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[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]基于高光谱成像技术和深度学习的烤后烟叶品种分类判别. 孟令峰,邢富康,韦克苏,王爱华,程昌新,曹娜,林跃平,王松峰,朱荣光. 2024

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

[16]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

[17]水稻籼粳交杂种优势利用研究. 万建民. 2010

[18]中国水稻分子育种现状与展望. 万建民. 2007

[19]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究. 宋茜. 2016

[20]动物标记辅助基因聚合优化体系研究. 徐凌洋. 2011

作者其他论文 更多>>