智能育种

您身边的育种数据管理分析

百博智慧大讲堂第129-131期通知–水稻分子设计育种方法与成就、光合作用助力农业生产、美国中小种子企业的生存之道

动态

2021-12-01 15:12


上期的百博智慧大讲堂邀请了中国农业大学丁向东教授和石河子大学农业园张亚黎教授,分享了“我国猪基因组选择育种实践中存在的问题及解决对策”和“棉花光合CO2调控与栽培、驯化和纳米材料”,讲座非常精彩,欢迎大家观看回放。

本次为百博智慧大讲堂第129-131期(12月2日—12月5日),邀请了中国农业科学院作物科学研究所徐建龙研究员、中国科学院植物研究所杨文强研究员和种业资深专家张传清博士,分享“水稻分子设计育种方法与成就”、“光合作用助力农业生产”和“美国中小种子企业的生存之道”等内容。欢迎参加本期讲座!

 

主讲嘉宾

中国农业科学院作物科学研究所——徐建龙研究员

中国科学院植物研究所——杨文强研究员

种业资深专家——张传清博士

129-131期讲座安排

 

 

徐建龙

 

 

  徐建龙,中国农业科学院作物科学研究所研究员,“水稻分子设计技术与应用”创新团队首席,博士生导师;华南农业大学、长江大学和扬州大学兼职教授,中国原子能核农学会理事,The Crop Journal责任编委、作物学报常务编委和核农学报编委。

  2001年博士毕业于浙江大学, 2003年从菲律宾国际水稻研究所从事水稻分子育种博士后研究回国,一直开展水稻种质资源重要农艺性状有利基因挖掘、克隆和分子设计育种研究。近年来,主持和承担国家863课题、国家基金面上及地区合作重点项目、转基因专项、十三五重点研发子课题、盖茨基金等项目20余项。获国家和省级科技进步一等奖3项,育成水稻审定品种16个,获得专利18项,新品种权14项。发表学术论文260余篇,其中SCI论文132篇,参编论著2部。培养博士后6人,硕士和博士研究生39人。

 

杨文强

 

 

  杨文强博士,中国科学院植物研究所研究员、博士生导师,中国科学院大学岗位教授。

  2000年和2003年在东北农业大学分别获学士和硕士学位,2008年在中国科学院遗传与发育生物学研究所获博士学位。2009年2月至2017年1月在美国斯坦福卡内基研究所植物生物学系从事博士后研究和研究助理工作。期间于2009年在美国科罗拉多再生能源国家实验室(NREL)访问研究。2017年入选"国家青年人才计划"并到中国科学院植物研究所工作,目前任中国科学院植物研究所党委委员和光生物学重点实验室副主任。2018年加入中国科学院大学现代农学院,同年加入中国科学院中丹学院,2019年加入中国科学院种子创新研究院。

  目前兼任中国藻类学会理事、中国植物生理与植物分子生物学学会光合作用专业委员会委员、中国细胞生物学会青年工作委员会委员、中国细胞生物学会WLLA青年PI培训委员等职。担任过多个国际期刊的审稿人。

  主持国家青年人才项目、基金委面上项目、科技部国家重点研发计划课题、中科院先导A项目子课题和任务等课题。在Small Methods, PNAS, Plant Cell, Plant Journal, MolecularPlant, Plant Physiology, New Phytologist等期刊发表论文30余篇,参编著作4本。

 

张传清

 

 

  张传清,本科毕业于北京农业大学(现中国农业大学),在俄罗斯莫斯科大学获得生物学博士。在中国农业大学从事过2年的博士后研究工作。

  曾任美国孟山都公司中国区业务拓展经理,负责中国的水稻的研发项目管理,高油玉米产品开发与种植。

  先正达种业中国公司,任玉米业务发展总监,负责中国区的玉米品种的产品开发及商业发展,协助合资公司的组建。

  美国陶氏益农科技有限公司,任大中华地区种子及健康油业务总监,负责种子的研发,商业开发及健康油在大陆及香港和台湾的销售。

  目前在一家种子企业负责大田玉米产品开发工作。

  主持国家青年人才项目、基金委面上项目、科技部国家重点研发计划课题、中科院先导A项目子课题和任务等课题。在Small Methods, PNAS, Plant Cell, Plant Journal, MolecularPlant, Plant Physiology, New Phytologist等期刊发表论文30余篇,参编著作4本。


相关推荐

新品发布 | 百奥云推出基因组局部组装服务

百奥云基于二代/三代测序数据以及中间结果文件(如fq/bam),自研局部组装算法与流程,并结合了大数据产品基因云湖(GenoLake)的海量数据管理、查询与分析等功能,为用户提供个性化的局部组装服务。通过百奥云的局部组装方案,用户可以快速获取基因/蛋白全长序列信息,避免传统实验所带来的时间和资源浪费,加快决策周期,提高研究和生产效率。同时,还可有效地解决大规模测序数据存储、查询和分析等问题,提高数据利用率,获取更全面的基因组信息,助力动植物研究和育种生产的顺利进行。

04-07

2024

AI大数据 | 百奥云育种数据科学家顾林林发表一种高效精准的集成学习基因组选择方法ELPGV

是否存在一种方法可以整合各种模型的结果以期望获得更加精准的预测呢?

04-03

2024