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,因此,基于机器学习算法的全基因组选择将会进一步提高选择的预测能力
《全基因组选择》学习交流会的通知
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,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,因此,基于机器学习算法的全基因组选择将会进一步提高选择的预测能力。
2023年6月初,我们成功举办了第一期全基因组选择学习交流会,受到广大学员的一致好评,为响应大家进一步学习的意愿,也为了让更多有学习需求的同学能够及时得到学习,我们特定于12月22~25日举办第二期全基因组选择学习交流会(进阶班)。
本次课程,授课老师将从基因组大数据的统计分析和基因型数据清洗、群体结构亲缘关系构建入手,涵盖经典统计(GBLUP,RRBLUP)和贝叶斯模型,基于机器学习算法的全基因组选择模型(SVM,KRR,RF,XGBoost,GBDT,LightGBM),基于深度学习算法的全基因组预测流程以及利用深度学习模型预测植物蛋白功能DeepGOPlus,对每个模型都做详细的预测演示和交叉验证结果评价并实现可视化,基于KNIME平台构建深度学习网络,最终让我们能够利用DNNGP方法与KNIME平台实现基于机器学习算法的全基因组预测。中国农业科学院作物科学研究所大数据智能设计育种创新团队首席、博士生导师李慧慧研究员主讲,理论学习与实操演练相结合,课时四天,干货满满,相信将为您呈现一场全基因组选择的视听盛宴。
现将培训有关事项通知如下:
一、主办单位
北京金智研生物科技有限公司
二、培训内容
详细培训内容及日程安排附后。
三、培训时间
2023年12月22~25日。
四、培训形式
腾讯会议线上直播,课程免费回放三个月(自课程结束之日起算)。
五、报名方式
扫描或长按识别下方二维码,填写报名信息,提交并支付汇款,即为报名成功,报名截止于2023年12月21日17:00,届时报名通道将自动关闭。
六、报名费用及交费方式
学时4天,3600元/人(包含3个月的视频回放)。三人及以上团报3200元/人。
1. 转账汇款
收款单位:北京金智研生物科技有限公司
开户银行:中国工商银行股份有限公司北京中海凯旋支行
账号:0200205009200045825
2. 个人扫码支付
对于不能及时由单位转账的学员,可接受个人垫付的形式,我们在收到报名费后,会及时为您开具发票协助办理报销事宜。扫描下方二维码(支持公务卡、银联卡、信用卡)即可完成支付。如需联系,请致电或微信:15210096658。
温馨提示:汇款时请备注“姓名+全基因组选择”
七、联系方式
杨老师:15210096658
徐老师:15001277701,010-88608002
北京金智研生物科技有限公司
2023年11月1日