基因组选择育种
基因组选择 (GS) 是现代育种的核心范式：用全基因组标记预测个体育种值，缩短育种世代。
传统统计方法（仍是主力）
Section titled “传统统计方法（仍是主力）”- GBLUP：用基因组关系矩阵的 BLUP
- ssGBLUP：单步 GBLUP（含系谱信息）
- rrBLUP：岭回归 BLUP
- BayesA / BayesB / BayesCpi / BayesR：贝叶斯系列
机器学习方法
Section titled “机器学习方法”- Random Forest / XGBoost：常用、稳健
- SVR (支持向量回归)：小样本好用
深度学习方法
Section titled “深度学习方法”- DLGWAS：DL 整合 GWAS
- DeepGS：CNN 处理 SNP 数据
- DNNGP：海大开发的 DL GS 平台
- DeepCausal：因果推断 + DL
- [Zingaretti et al. 2020] Exploring deep learning for complex trait genomic prediction in polyploid outcrossing species — Frontiers Plant Sci
- [Crossa et al.] 系列植物 GS 综述
- [李棉燕 et al.] 机器学习在动物基因组选择中的研究进展（中文）
- [作物全基因组选择育种技术研究进展（中文综述）]
- DL 不一定打败 BLUP：在中小群体上 GBLUP/BayesB 仍很强
- DL 优势：捕捉非加性效应（互作）、多性状联合预测、大样本
- 推荐先做 GBLUP baseline，再尝试 XGBoost，最后 DL
- 链接.md