<kbd id="q9jwbfd7"></kbd><address id="u3a6wbvx"><style id="l1spc97o"></style></address><button id="0wbihfsl"></button>

           
          ""
          students in the field

          生物信息学和统计

          生物信息学和统计

          统计[生物测量]和生物信息学研究的作物科学的首要目标是帮助研究人员生物获得通过计算数据分析客观的答案。统计研究包括许多类型的数据,而生物信息学的重点是分子生物学数据,如DNA序列。

          生物信息学中扮演着管理和利用微生物,植物和动物基因资源的重要作用。生物测量集成农艺,社会学和统计方面来确定用于有效育种实践(肥料使用的例如最佳速率)的最佳实践。这两个领域的诸种如基因组育种和群体遗传学领域。

          研究领域

          • 统计
          • 信息技术
          • 生物信息学
          • 基因组学
          • 群体遗传学
          • 植物育种
          • 数学建模

          新澳门网投总站

          基因组测序研究

          在基因组测序目前的研究利用计算机分析,从短的DNA片段在实验室机器测序,以“组装”植物基因组。研究人员组装序列后,他们找到的基因,并收集有关其潜在功能的信息。该过程检测用于重要的作物性状,如疾病抗性,谷物组合物,和营养物和水的利用的基因。基因组测序也使用诸如cripsr / cas9影响作物改良如基因组育种和基因组修饰。

          统计模型全基因组关联分析

          模型准确地近似基因型和表型之间的错综复杂的关系可以潜在地使研究人员确定窝藏控制作物的表型变异的基因的特定基因组区域。我们正在探索多种上位性位点纳入统计模型。这种做法最终可能会突出新型基因组目标的农艺重要性状的分子标记辅助选择。

          统计模型的基因组选择

          尽管基因组选择是一个非常有前途的方法,使育种者使用的基因组信息来预测哪些种子将具有最佳的表型特征,基因组区域的与表型和/或组学数据相关联的掺入可以提高统计模型的预测精度通常用过的。最终,这些信息的加入可以加快有足够的产量养活后代和繁衍下日益恶劣的环境提出了气候变化的农作物的发展。

          相关研究项目