表型組學(xué)中的統(tǒng)計學(xué)、生物信息學(xué)和機器學(xué)習(xí)方法

 Plant Phenomics專刊 | 表型組學(xué)中的統(tǒng)計學(xué)、生物信息學(xué)和機器學(xué)習(xí)方法

SPECIAL ISSUE:

Statistics, Bioinformatics, and Machine Learning Methods in Phenomics

表型組學(xué)中的統(tǒng)計學(xué)、生物信息學(xué)和機器學(xué)習(xí)方法

如今，現(xiàn)代化的植物表型應(yīng)用正給我們目前已有的統(tǒng)計和計算分析方法帶來挑戰(zhàn)。因此我們需要一些新的分析方法，以整合多種類型的數(shù)據(jù)或在觀測數(shù)據(jù)時提供更適當?shù)膶嶒炘O(shè)計，且這樣的需求會隨著成像、測序和傳感器技術(shù)的發(fā)展而愈發(fā)迫切。對深度學(xué)習(xí)和人工智能算法的重視是朝著上述方向的一個最新進展。但截至目前，為了更適用于表型分析場景，大多數(shù)的人工智能程序都需要進一步的開發(fā)，這可能涉及到優(yōu)化、定制算法，使其能夠結(jié)合物理學(xué)和生物學(xué)方面的限制或是降低對訓(xùn)練數(shù)據(jù)量的需求。統(tǒng)計學(xué)、生物信息學(xué)和機器學(xué)習(xí)方面的進步將使植物表型研究社區(qū)能夠應(yīng)對緊迫的社會挑戰(zhàn)，例如負責任的生態(tài)管理、可持續(xù)提高作物生產(chǎn)力等。這些文章介紹了新穎的分析方法論及其應(yīng)用，包括實踐標準、實驗設(shè)計、軟件、科學(xué)評論、定位文章等。

Guest Editors

Jennifer Clarke，美國內(nèi)布拉斯加大學(xué)林肯分校

James Schnable，美國內(nèi)布拉斯加大學(xué)林肯分校

 

Table of Contents

The Use of High-Throughput Phenotyping for Assessment of Heat Stress-Induced Changes in Arabidopsis

Plant Phenomics, vol. 2020, Article ID 3723916, 14 pages, 2020.

Ge Gao, Mark A. Tester, and Magdalena M. Julkowska

文章介紹

Plant Phenomics | 使用高通量表型技術(shù)評估擬南芥中熱應(yīng)激誘導(dǎo)造成的變化

 

A High-Throughput Phenotyping Pipeline for Image Processing and Functional Growth Curve Analysis
Plant Phenomics, vol. 2020, Article ID 7481687, 8 pages, 2020.

Ronghao Wang, Yumou Qiu, Yuzhen Zhou, Zhikai Liang, and James C. Schnable

文章介紹

Plant Phenomics | 一種用于圖像處理和函數(shù)型數(shù)據(jù)分析的高通量表型方法

 

Computing on Phenotypic Descriptions for Candidate Gene Discovery and Crop Improvement
Plant Phenomics, vol. 2020, Article ID 1963251, 4 pages, 2020.

Ian R. Braun, Colleen F. Yanarella, and Carolyn J. Lawrence-Dill

文章介紹

Plant Phenomics  | 候選基因發(fā)現(xiàn)和作物改良表型描述的計算

 

Semantic Segmentation of Sorghum Using Hyperspectral Data Identifies Genetic Associations

Plant Phenomics, vol. 2020, Article ID 4216373, 11 pages, 2020.

Chenyong Miao, Alejandro Pages, Zheng Xu, Eric Rodene, Jinliang Yang, and James C. Schnable

文章介紹

Plant Phenomics | 利用高光譜數(shù)據(jù)對高粱進行語義分割可識別遺傳關(guān)聯(lián)

 

 

Generalized Linear Model with Elastic Net Regularization and Convolutional Neural Network for Evaluating Aphanomyces Root Rot Severity in Lentil
Plant Phenomics, vol. 2020, Article ID 2393062, 11 pages, 2020.

Afef Marzougui, Yu Ma, Rebecca J. McGee, Lav R. Khot, and Sindhuja Sankaran

文章介紹

Plant Phenomics | 利用彈性網(wǎng)正則化或卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建評估扁豆絲囊菌根腐病的廣義線性模型

About Plant Phenomics

《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進會（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行，是Science合作出版的第二本期刊。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點領(lǐng)域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被CABI、CNKI、DOAJ和PMC數(shù)據(jù)庫收錄。

說明：本文由《植物表型組學(xué)》編輯部負責組稿。

中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準。

編輯：周燦彧（實習(xí)）、鞠笑、孔敏

審核：尹歡