王扬帆
- 作品数：2 被引量：5H指数：1
- 供职机构：中国海洋大学海洋生命学院更多>>
- 发文基金：国家现代农业产业技术体系建设项目国家高技术研究发展计划教育部科学技术研究重点项目更多>>
- 相关领域：生物学农业科学更多>>
- 贝类全基因组遗传育种评估与分析系统的开发被引量：5
- 2016年
- 为在贝类育种工作中推广应用准确率高于传统系谱资料最佳线性无偏估计方法的全基因组选择育种评估技术,以实现全基因组选择算法的MixP软件为核心,结合国内贝类育种项目研究,本研究设计开发了一套以网站服务形式为基础的基因组选择网络育种平台。该系统在Ubuntu Linux环境下使用MySQL数据库和基于Java编程语言的服务器端动态页面(Java Server Pages,JSP)技术开发完成,主要包括系统公告、综合查询、信息维护、任务管理、育种评估、选种选配等6个功能模块,能够完成数据模拟,性状测量记录的储存和查询,遗传参数估计,分子标记效应估计从而计算基因组估计育种值,以及选种选配方案定制等主要工作。系统在可行性测试中分析了98个栉孔扇贝,包括2个亲本和96个子代的壳长数据和基因型信息,计算出分布于全基因组的单个苷酸多态性(Single Nucleotide Polymorphism,SNP)分子标记效应以及个体的估计育种值,并简单计算出估计育种值与表型值的相关系数为0.703 9。这些结果表明系统运行正常。该系统在贝类育种工作中的推广和应用能够有效提升行业的整体技术水平,推动中国贝类育种工作的发展。
- 苏海林王扬帆胡晓丽王师包振民
- 关键词：全基因组选择
- 基于卷积神经网络的仿刺参非侵入式标记方法的初步研究
- 2022年
- 使用体外标记技术可对仿刺参(Apostichopus japonicus)进行种群和个体尺度上的时空行为学研究、种群动态研究、良种繁育、高效采捕方法的研究。由于仿刺参体壁柔软,排异能力较强,使得传统的侵入式标记方法留存率较低;且传统标记对体壁的破坏会导致伤口溃烂,影响仿刺参的正常生活。为研发非侵入性的仿刺参识别技术,本研究利用深度学习中的卷积神经网络模型,对仿刺参图像进行特征提取,该特征能够表征个体独特的体表纹理模式。对50 d内连续拍摄的仿刺参图像进行特征提取并训练分类器后,发现分类器在测试集上最高可达到0.996±0.011的精度;而传统的侵入式标记方法最高只能达到约0.75的精度。对实验仿刺参个体进行个体识别跟踪,使用前25 d的仿刺参图像进行特征提取并训练模型,对后25d的图像进行预测,可达到0.946±0.058的精度。实验结果表明,使用ResNet50卷积神经网络可有效地对仿刺参进行预测,并在时间追踪任务中取得优于传统标记方法的精度。
- 刘洋王扬帆胡景杰胡景杰包振民常亚青杨建敏侯虎
- 关键词：仿刺参
