目錄 1. 優勢雜交育種預測 2. GS育種原理與模型算法 嶺回歸和LASSO回歸 貝葉斯方法 GBLUP和RRBLUP 偏最小二乘法 支持向量機/支持向量回歸 其他方法 3. 模型預測能力驗證 ...
目錄 . GS概況 . GS模型 直接法 GBLUP 直接法的模型改進 單隨機效應 多隨機效應 間接法 間接法模型 基於間接法的模型改進 . GS模型比較 模型比較結論 .問題及展望 文獻來源: 尹立林, 馬雲龍, 項韜, 朱猛進, 余梅, 李新雲, 劉小磊, 趙書紅. 全基因組選擇模型研究進展及展望 J . 畜牧獸醫學報, , : . 華中農大趙書紅老師於 年發表在 畜牧獸醫學報 上的綜述,主 ...
2020-11-26 23:36 0 541 推薦指數:
目錄 1. 優勢雜交育種預測 2. GS育種原理與模型算法 嶺回歸和LASSO回歸 貝葉斯方法 GBLUP和RRBLUP 偏最小二乘法 支持向量機/支持向量回歸 其他方法 3. 模型預測能力驗證 ...
目錄 1. GS/GP在植物育種中的角色 2. GP模型應用 3. GP模型的准確性 4. 植物育種的GS展望 5. 小結 Genomic SelectioninPlant Breeding: Methods,Models ...
目錄 1. 理論 2. 實操 2.1 rrBLUP包簡介 2.2 實操 3. 補充說明 關於模型 關於交叉驗證 參考資料 1. 理論 rrBLUP是基因組選擇最常用的模型之一,也是間接 ...
目錄 1. 前言 2. BLUP方法 ABLUP GBLUP ssGBLUP RRBLUP 3. 貝葉斯方法 ...
全基因組選擇(Genomic selection, GS)是一種利用覆蓋全基因組的高密度標記進行選擇育種的新方法,可通過早期選擇縮短世代間隔,提高育種值(Genomic Estimated Breeding Value, GEBV)估計准確性等加快遺傳進展,尤其對低遺傳力、難測定的復雜性狀具有較好 ...
目錄 1. 簡介 2. BLUP類模型 3. Bayesian類模型 4. 機器學習 5. GWAS輔助的GS 6. 雜交育種 7. 多性狀 8. 長期選擇 9. 預測准確性評估 10. GS到植物育種 11. 未來展望 ...
中國農業大學等多家單位2017年合作發表在《遺傳》雜志上的綜述,筆記之。 作者中還有李寧院士,不勝唏噓。 1.概述 GS的兩大難題:基因組分型的成本,基因組育種值(genomic estimted breeding value, GEBV)的准確性。 基於個體的基因組估計育種值 ...
目錄 說明 1.前言 2.植物GS瓶頸 3.提高GS預測的准確性 4.GS與現代育種技術結合 5.GS開源育種網絡 說明 Enhancing Genetic Gain through Genomic Selection: From ...