植物表型组学大数据及其研究进展

• 作者: 赵春江
• 来源期刊: 农业大数据学报
• 学科: 农学
• 关键词: 植物表型组学 大数据 数字植物 数据挖掘 数据管理 数据获取 性状预测 植物表型组大数据平台
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 专题——植物表型组学
• 页码范围: 前插1,5-18
• 页数: 15页
• 分类号: S-1
• 字数: 11035字
• 语种: 中文
• DOI: 10.19788/j.issn.2096-6369.190201

摘要

植物表型组学通过集成自动化平台装备和信息化技术手段,获取多尺度、 多生境、 多源异构植物表型海量数据,形成植物表型组学大数据,从组学高度系统深入地挖掘"基因型-表型-环境型"内在关系、 全面揭示特定生物性状的形成机制,将极大地促进功能基因组学、 作物分子育种与高效栽培的进程.本文概括了植物表型组学大数据的发展背景、 含义、 产生过程和特点,系统综述了植物表型组学大数据研究进展,包括植物表型数据获取与解析、 植物表型组大数据管理及建库技术、 表型性状预测和基于表型组的多重组学分析的进展;从植物表型数据采集标准、 多样化表型配套设施和低成本表型设备研发、 开放共享植物表型组大数据平台构建、 表型大数据融合与挖掘理论方法、 植物表型组学协同共享和互作机制五个方面探讨了当前植物表型组学大数据研究与应用中面临的问题和挑战;最后从加强植物表型组技术体系设计与标准研究、 植物表型-环境感知机理研究和智能化设备研发、 植物表型组大数据建设以及人才队伍和协作网络建设四个方面提出具体建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春江		305	8492	50.0	75.0