报告题目1：一个高效、准确、稳定的基因组预测算法
报告人：刘小磊 教授
报告时间：2021年6月24日（周四）上午9：30—11：00
报告地点：167net必赢412会议室
报告内容简介：
高计算效率的方法预测准确性较低，高预测准确性的方法计算效率较低，一个准确性高且计算高效的基因组预测算法KMAL被开发出来以解决这一难题。该方法利用机器学习的策略解析基因组和表型组大数据之间的隐藏关系，并根据表型的遗传复杂程度智能化选择最优预测模型来提高基因组预测的准确性。KAML能够有效的助力动植物基因组育种产业以及疾病风险预测等人类大健康产业的发展。
报告人简介：
刘小磊，博士，华中农业大学动物遗传育种系教授、博士生导师，院长助理。研究方向为统计遗传学，致力于全基因组关联分析（GWAS）和基因组选择/预测（GS/GP）算法的研究，开发的FarmCPU、KAML等算法以及rMVP、HIBLUP等软件包被广泛应用于人类及动植物复杂性状解析和预测，相关研究成果发表于Genome Biology、PLoS Genetics、Genomics Proteomics & Bioinformatics、Bioinformatics、Communications Biology等行业主流期刊，其中FarmCPU算法文章被引400余次。主持国家自然科学基金青年基金、面上项目、重点项目子课题、国家重点研发计划子课题等。入选中组部青年拔尖人才计划（2020），湖北省青年科技晨光计划（2017），获国家技术发明二等奖1项（6/6）、教育部科技进步一等奖1项（4/13）；发表SCI论文20余篇，授权发明专利5件，软件著作权6件。
报告题目2：基于猪整合组学知识库和卷积神经网络模型的基因评分方法
报告人：付玉华 博士
报告时间：2021年6月24日（周四）上午11：00—12：00
报告地点：167net必赢412会议室
报告内容简介：
利用基因组和表型组信息，采用基因组选择策略进行候选基因定位和个体育种价值评估已成为当前遗传学和育种学大数据分析的主流方法。然而基于单一基因组学分析的结果往往止步于基因和表型的“相关”层面，难以揭示两者间的“因果”关系。如今，生物多组学大数据为基因的调控机理和功能解读带来了曙光，但如何在统计模型中有效整合海量的多组学信息面临着巨大的挑战。报告人构建了国际上首个猪整合组学知识库ISwine，尝试利用卷积神经网络等深度学习策略，整合利用猪基因组、转录组、调控组、文献组等组学信息特征，挖掘组学大数据与表型间的隐藏关系，为猪重要经济性状的候选基因挖掘提供了新思路，并为猪的智慧育种提供了新工具。
报告人简介：
付玉华，男，博士，助理研究员，研究方向为生物信息与动物遗传育种，致力于多组学数据的整合与挖掘，构建了国际上首个猪整合组学知识库ISwine，相关成果发表在Communications Biology、Bioinformatics、DNA Research、Animal Genetics等杂志。主持国家自然科学基金青年基金1项，中国博士后科学基金2项，中央高校创新基金2项。取得授权发明专利1项，获批软件著作权7项，其中有5项为第一完成人且完成了科技成果转化240万。以一作/共一发表SCI科研论文8篇，以共同作者发表SCI科研论文24篇。
欢迎广大师生参加！
