文章预览
全基因组选择( Genomic selection, GS )是利用覆盖全基因组的高密度标记进行选择育种的新方法,简言之就是在全基因组范围内的标记辅助选择。全基因组选择作为新一代的育种技术,通过构建预测模型,根据全基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。统计模型作为全基因组选择的核心,极大地影响着全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。相较于传统模型,非线性模型具备分析复杂非加性效应的能力,机器学习( Machine Learning , ML )和深度学习( Deep Learning , DL )算法为解决大数据分析和高性能并行运算等难题提供了新的契机。 为了响应广大学员在该方向上的学
………………………………