友情链接

中文|English



  • 1
  • 2
  • 3
  • 4
  • 5
  • 6


英国诺丁汉大学Future Food团队及东安格利亚大学周济教授来校进行交流

发布时间:2018-09-08|点击:1881

        96-97日,诺丁汉大学Future Food团队Dr Gabriel CastrilloDr Sally EldeghaidyDr Guillermina MendiondoDr Michael PoundDr Sina FischerDr Rahul Bhosale一行6人以及东安格利亚大学周济教授来我校进行学术交流.

                           

               

          

        首先诺丁汉大学Future Food团队一行6人在作物遗传改良国家重点实验室一楼报告厅做作物信息系列研讨会(1),随后在逸夫楼C314会议室进行了学术研讨会。历时5小时的学术报告以及2小时的研讨会上,我校李国亮教授和章元明教授就当前三维基因组研究进展以及多位点GWAS分析做精彩的学术报告,诺丁汉大学6位访问学者分别做了基于机器学习的图像表型信息获取、信息处理以及与表型组与基因组、蛋白组结合的学术报告。研讨会期间,双方人员就怎样结合优势学科开展讨论,并商定未来合作发展计划。研讨会结束,由我校杨万能副教授以及李国亮教授带领访问团参观表型平台以及信息学院各研究平台。

 

                 

     

        在生物学和遗传育种领域,随着多数代表植物全基因组测序的结束,科研人员越来越认识到植物表型研究的重要性,并将其提到“组学”的高度。植物表型组学研究可从小至核苷酸序列细胞,大至组织、器官种属群体的表型来研究分析,并可进一步整合到基因组学研究中;而从系统生物学角度来看,从基因组到转录组、蛋白质组、代谢组以及表型组,表型组是各种组的表现形式。因此,植物表型组学的研究将是涉及植物各个方面的研究领域。

 

                   

 

        随着自动化技术、机器视觉技术和机器人技术在表型领域的应用,植物表型测定技术已取得日新月异发展。它可被用于研发新的作物品种,或提高作物营养含量、耐抗旱以及抗病虫害的能力。植物表型平台技术可以采用多个传感器测量植物的重要物理数据,比如结构、株高、颜色、体积、枯萎程度、鲜重、花/果实的数目等。这些都属于表型特征,也是植物遗传代码的物理表达。科学家可以将这些数据与特定植物的已知遗传数据对比,将基因型-表型进行关联分析,从而达到高级遗传育种之目的。