深度数据挖掘

1、张家港市三阳泰农业科技有限公司刘梦晗 2017年1月15日海南.乐东九所数据深度挖掘在种业中的应用及发展2017年全流程商业化育种研讨会报告大纲什么数据是我们需要的深度数据挖掘的模型数据挖据在种业中的应用数据挖掘的未来展望什么数据是我们需要的（现在/将来）天上：GPS，气象地上：植物本身性状实验室：分子数据地下：土壤结构什么数据是我们需要的（现在/将来）什么数据是我们需要的（现在/将来）什么数据是我们需要的（现在/将来）key inbred的全基因组sequencing，training population。储备材料和大田数据、硬件设备。什么数据是我们需要的（现在/将来）什么数据是我们需要的

2、（现在/将来）深度数据挖掘的模型深度数据挖掘的模型Yij:植物表型数据1. 采集获取的各类性状数据相关性抽雄期、产量、雄穗长度、雄穗分枝、雄穗夹角、植株高度、上部叶片夹角、叶片宽度、叶片长度、10粒重、穗轴直径、籽粒高度、穗长度、穗轴种、籽粒全重等18个性状深度数据挖掘的模型Yij:植物表型数据2. 采集获取的各类具相关性性状的QTL mapping和gene网络结构上部叶片夹角、叶片宽度、叶片长度、吐丝期小区产量、植株高度、持绿性、和水分等12个相关性状的基因网络结构深度数据挖掘的模型深度数据挖掘的模型Yij: 植物表型数据3. 性状相关性研究、gene网络结构解析对育种策略的影响深度数据挖

3、掘的模型gi: 植物基因型数据1.最原始的形式：品种名称2.当前是大量的SSR基因数据3.大爆发的SNP数据结果Genotyping平台价格Illumina Maize SNP 56K SNP$150/DNA sampleKbio Uniplex assat$0.12/data pointGBS 1M SNP $30/DNA sample深度数据挖掘的模型gi: 植物基因型数据4.系谱亲缘关系整理深度数据挖掘的模型gi: 植物基因型数据5.Population structure深度数据挖掘的模型ej: 气象环境数据1.原始表达方式就是测试点Loc1，Loc2.2.可能也会做一些生物胁迫、非生

4、物胁迫的区分3.可能也会做一些生态区的区分4.对环境做更加精准的划分：最高温度、最低温度、降雨量、降雨时段、地温等等5.环境选择做对育种的重要性环境数据的采集副产品是大量无用垃圾数据的产生深度数据挖掘的模型AMMI/PCA对测试点的聚类（GGEbiplot）深度数据挖掘的模型深度数据挖掘的模型深度数据挖掘的模型考虑SNP、population structure、KinshipYij= +Gi+Ej+G*Eij+errorYij= +SNPi+群体结构i+亲缘关系i+Ej+G*Eij+error考虑多种气象、胁迫等因素Yij= +SNPi+群体结构i+亲缘关系i+气象j+胁迫j+G*Eij+e

5、rror考虑多个性状的相关性Yijt= t+SNPit+群体结构i+亲缘关系i+气象jt+胁迫jt+G*Eijt+error深度数据挖掘的模型数据挖掘在种业中的应用Breeding R&D1930-1990年间基本完成了机械化过程1970年左右自交系/杂交种育种理论、数量遗传学基础奠定1990-2005年间完成了信息化数据管理2000-2010年间完成了MAS选育pipeline当前优化GWAS和GspipelineBusiness Data更多关注气象数据、生产数据的整合数据挖掘在种业中的应用Data Science: 科研数据、气象数据 生产数据、销售数据、种植数据、 收获数据1. 气象数据种子科研和销售：生态区积温图重新划分；春播安全播种期限和路线规划；品种定位及安全销售种子生产：制种各阶段的天气预测和制种产量预测保险业：制种险、产量保险等险种的精算基础数据数据挖掘在种业中的应用数据挖掘在种业中的应用数据挖掘在种业中的应用2. 大田数据数据挖掘在种业中的应用3. 分子数据数据挖掘在种业中的应用3. 分子数据数据挖掘在种业中的应用4. 种植数据数据挖掘在种业中的应用我们不是在绕圈跑，如果绕圈跑我们已经被人套了N圈，不存在弯道超车的可能我们在走一条不知道终点的高速路（无限