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 ...
中国农业大学等多家单位 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。 .概述 GS的两大难题:基因组分型的成本,基因组育种值 genomic estimted breeding value, GEBV 的准确性。 基于个体的基因组估计育种值GEBV比传统基于系谱的估计育种值 estimted breeding value, EBV 准确性更高。 GS实施示意图: 基于 ...
2020-12-15 17:21 0 571 推荐指数:
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 ...
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到植物育种 11. 未来展望 ...
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: Methods,Models ...
全基因组选择(Genomic selection, GS)是一种利用覆盖全基因组的高密度标记进行选择育种的新方法,可通过早期选择缩短世代间隔,提高育种值(Genomic Estimated Breeding Value, GEBV)估计准确性等加快遗传进展,尤其对低遗传力、难测定的复杂性状具有较好 ...
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 ...
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 Selection: From ...
目录 1. 理论 2. 实操 2.1 rrBLUP包简介 2.2 实操 3. 补充说明 关于模型 关于交叉验证 参考资料 1. 理论 rrBLUP是基因组选择最常用的模型之一,也是间接 ...
植物vs动物总结版: 简述高等植物基因组(可以以拟南芥和水稻基因组为例)与高等动物基因组(可以以人类、果蝇等基因组为例)在基因结构层面展示出来的基本差异。 高等植物基因组与高等动物基因组在基因结构上的基本差异主要是生命组学的第一困境,即复制-转录负载困境。 机制: 1.从平衡流 ...