夜雨聆风
四天高强度实战
从基因组数据到 AI 智能分析
理论学习 + 实操演练
带你从「零基础」走向独立应用
培训时间
2026年8月17日-8月20日
培训地点
中国农业科学院农科三路24号（北京）+线上直播
行业背景与课程缘起
全基因组选择（Genomic Selection, GS）是利用覆盖全基因组的高密度分子标记进行选择育种的新方法。作为新一代育种技术，它通过构建预测模型，根据全基因组估计育种值对早期个体进行预测和选择，从而缩短育种世代间隔、加快育种进程、节约成本，推动现代育种向精准化、高效化方向发展。
种子是农业的「芯片」，全球育种技术正在经历一场深度变革。随着生物技术与信息技术的快速发展，智能设计育种已成为新的研究方向，而人工智能（AI）的赋能，正推动育种从依赖经验走向数据驱动、智能设计的新时代。机器学习与深度学习算法能够刻画基因型与表型之间复杂的非线性关系，为全基因组预测带来了更高的准确度与更强的适应性；以大模型为代表的新一代 AI Agent 工具，更让「用自然语言完成复杂的生物信息学分析」成为可能，极大降低了科研人员的技术门槛。
然而在实际教学与科研中我们发现，许多从事遗传育种的研究生与科研人员，对人工智能仍抱有「遥远而复杂」的畏难情绪，既缺乏对 AI 原理的基本理解，也缺少将 AI 工具落地到日常分析中的实战经验。为此，我们设计了本课程，遵循「理论学习 + 实操演练相结合」的原则，从育种与数量遗传基础讲起，系统打通「基因组数据 → 经典全基因组选择 → 机器学习与深度学习预测 → AI 工具赋能的多组学分析」的完整链路，带领学员从「零基础」入门，逐步走向熟练应用，最终具备独立运用 AI 工具探索「智能育种」解决方案的能力。
同时，课程将以TRAE为主线，结合OpenClaw、ClaudeCode、HermesAgent等典型AI编程与智能体工具案例，展示AI如何辅助科研脚本生成、代码理解、流程编排与结果复核，帮助学员理解“AI工具不是替代科研判断，而是降低技术门槛、提高执行效率”的正确使用方式。
关于 DeepBLUP 智能育种平台
DeepBLUP 是面向全基因组选择的一体化智能育种分析平台,提供图形化的在线分析系统(上传数据、一键计算育种值、结果可视化,操作简单、人人可上手),并配套可本地部署的高效计算版本,支持大规模群体的快速基因组育种值估计。本课程将向学员开放平台使用权限,作为经典全基因组选择实操的核心工具。
培训形式与安排
培训形式 | 现场授课与线上（二者选一） 上午理论讲授 + 下午动手实操 |
培训时长 | 2026年8月17日-8月20日 共 4 天 09:00–12:00 理论授课 14:00–17:30 实操演练 |
教学特色 | 每日均有实践环节，当日产出可见成果 每日设置答疑，针对性提升 |
配套保障 | 主讲教师 + 助教团队全程指导，确保每位学员都能跑通完整分析流程 |
课程对象
所有从事植物、动物、林木、水产、微生物等遗传育种、数量遗传学、生物信息学及相关领域研究的在读研究生、科研人员及企业研发人员。本课程从基础讲起，不要求人工智能背景，具备基本的遗传学概念与计算机操作能力即可参加;具有 Python / R / Linux 基础者学习体验更佳。
对 AI 编程工具零基础的学员亦可参加，课程不要求提前掌握 Claude Code、OpenClaw、Hermes 等具体工具，相关内容将以案例演示和方法论讲解为主。
课程难度递进
从育种与数量遗传基础 → 经典全基因组选择 → 人工智能原理与机器学习/深度学习预测 → AI 工具赋能的多组学分析，层层递进，兼顾不同学习阶段学员的需求。
课程收获
1
夯实育种与数据基础
理解现代育种演进脉络与数量遗传核心概念，熟练掌握基因组大数据的读取、清洗、质控，以及群体结构与亲缘关系矩阵的构建。
2
掌握经典全基因组选择
系统学习 GBLUP、ssGBLUP、RRBLUP 及贝叶斯模型等经典统计方法，能够独立运用 DeepBLUP 平台完成基因组育种值估计、交叉验证与候选个体筛选。
3
体验高效计算解决方案
学习使用 DeepBLUP 本地部署版，对大规模群体进行快速基因组预测，理解数据洪流下高效计算的意义（本地版仅供学习，不可商用）。
4
真正读懂人工智能
从发展历程、核心原理到能力边界，系统建立对人工智能的正确认知，破除「AI 遥远又复杂」的畏难情绪，理解 AI 如何贯穿到育种方法之中。
5
用 AI 工具做机器学习/深度学习预测
理解机器学习与深度学习的基本思想与区别，学会使用 TRAE 等 AI 编程工具辅助完成 XGBoost、LightGBM、神经网络等模型的全基因组预测、交叉验证与结果可视化；了解 Claude Code、OpenClaw、Hermes Agent 等工具在科研代码理解、脚本生成和流程编排中的典型用法，掌握“理解模型 → AI 辅助实现 → 人工复核结果”的可复制方法。
6
用 AI 工具降低多组学分析门槛
学会借助 AI 工具与课程提供的现成脚本，独立完成转录组、代谢组、蛋白组等过去“很难”的多组学分析；理解如何通过自然语言调用脚本、检查参数、解释结果，并在人工复核的基础上真正做到举一反三、学完即用。
软件与环境要求
为保证实操顺利进行，建议学员在开课前完成以下软件的安装与配置（相关安装包与详细安装指引，将在报名后由会务人员统一提供）:
安装 Anaconda
或 Miniconda(Python 环境管理）
安装 R 与 RStudio 软件平台
配置 Jupyter Notebook 环境
安装 TRAE(AI 编程工具，用于机器学习/深度学习与多组学实操）。可选了解 Claude Code、OpenClaw、Hermes Agent 等 AI 编程与智能体工具。课程将根据现场网络、账号权限与设备条件进行演示，不强制学员安装全部工具。
注册 DeepBLUP 在线分析系统账号（主办方将提供注册指引并开放使用权限）
自备笔记本电脑（建议 8GB 内存以上，Windows / macOS / Linux 均可）与稳定网络
温馨提示
基础较弱的学员建议提前自学Python 与 Linux 基本操作；Claude Code、OpenClaw、Hermes 等工具仅作为拓展案例，课程重点不是“记住某个工具按钮”，而是掌握如何安全、可复核地使用 AI 工具辅助科研分析。
课程安排
本课程共 4 天，采用「上午理论授课 + 下午动手实操」的进阶式设计，每日均有可见的实践产出。
主讲教师：杨喜堤，实操环节由助教团队全程协助。
上午 09:00–12:00 理论授课
第一天
主题：现代育种导论与数量遗传基础
开班仪式与课程全景导览
现代育种演进：表型选择 → 标记辅助选择 → 全基因组选择→ AI 智能设计育种
数量遗传学与统计学核心概念：育种值、 遗传力、加性与非加性效应
全基因组选择的基本原理与完整工作流概览
田间试验设计与表型数据的基本统计分析
第二天
主题：经典全基因组选择模型理论
基因组育种值（GEBV）估计的核心思想与统计模型
经典统计模型：GBLUP、单步法 ssGBLUP、RRBLUP 原理详解
贝叶斯模型家族：BayesA / BayesB / BayesC、Bayesian LASSO 简介
模型评价与交叉验证：预测精度、 无偏性、稳健性
数据洪流下经典全基因组选择的算力瓶颈与高效计算需求
第三天
主题：走进人工智能：原理、机器学习与深度学习
人工智能启蒙：AI 是什么、不是什么，破除「遥远又复杂」的误解
AI 发展历程：从早期人工智能，到机器学习、深度学习，再到大模型与 AI Agent
核心原理浅讲：机器「学习」到底在学什么（直觉化讲解，不堆公式）
AI 的能力与边界：能做什么、做不好什么、使用时要警惕什么
典型 AI 编程与智能体工具案例：TRAE、Claude Code、OpenClaw、Hermes Agent 的基本形态、适用场景与使用边界。
承上启下：经典全基因组选择的瓶颈，人工智能如何接手
机器学习与深度学习概览：监督学习、训练/验证/测试、过拟合；机器学习与深度学习的区别；常用模型（SVM、KRR、RF、 XGBoost、GBDT、LightGBM、神经网络）简介
第四天
主题：Al工具赋能的多组学分析
人工智能与科研生产力：Al Agent 如何重塑生物信息学日常工作
多组学数据（转录组、代谢组、蛋白组等）分析方法概览
演示：用 TRAE 调取课程提供的现成脚本，完成过去「很难」的多组学分析
方法论讲解：不必从零写代码，如何用「Al 工具 + 现成脚本」独立完成组学分析
常见组学分析任务拆解：差异分析、 富集分析、标志物筛选、可视化
下午 14:00–17:30 动手实操
第一天
主题：基因组数据处理与质控（实操）
科研分析环境配置：Python / R / RStudio / Linux / Jupyter Notebook
基因型数据格式与读取（VCF、PLINK 等）
基因型数据清洗、缺失基因型填充与质量控制（MAF、call rate、HWE）
群体结构分析（PCA）与系统发育关系
亲缘关系矩阵（G 矩阵）的构建与可视化
当日产出：配好的分析环境 + 一套干净可建模的基因型数据集
第二天
主题：DeepBLUP 平台与高效计算（实操）
DeepBLUP 在线分析系统登录与界面操作（开放学员使用权限）
数据上传 → 参数设置 → 一键估计基因组育种值（支持数百至千头规模群体）
交叉验证、预测精度评估与候选个体筛选
预测结果的可视化与导出
进阶：DeepBLUP 本地部署版的下载与配置（命令行，仅供学习、不可商用）
使用本地部署版对大规模群体进行高效基因组预测
当日产出：第一份完整的基因组育种值预测结果与候选个体名单
第三天
主题：AI 编程工具驱动的机器学习 / 深度学习预测（实操）
TRAE 入门：用自然语言驱动 AI 编程工具（学员第一次亲手使用 AI）
边讲边练（一）：讲清一个机器学习模型（如 XGBoost）原理，随即用 TRAE 完成全基因组预测、 交叉验证与结果可视化
边讲边练（二）：讲清一个深度学习模型思路，随即用 TRAE 搭建预测模型（数据→训练→评估）
引导举一反三：同一套路如何迁移到 LightGBM、随机森林等其他模型
经典全基因组选择 vs 机器学习 vs 深度学习的预测精度横向对比
当日产出：亲手用 AI 工具跑出的多模型预测对比报告 + 一套「理解模型→AI 实现」的方法
拓展演示：Claude Code、OpenClaw、Hermes Agent 等工具在代码理解、脚本改写、命令执行与工作流编排中的辅助用法。
第四天
主题：多组学分析实战与综合演练 · 结业（实操）
学员动手：用 TRAE 调取脚本，分析转录组 / 代谢组 / 蛋白组示例数据
组学分析结果的解读与可视化
综合演练：自选一份数据，综合运用 DeepBLUP + TRAE 走通一段完整分析
课程总结与集中答疑
结业仪式 · 学员交流社群入群
当日产出：一份用 Al 工具独立完成的多组学分析结果
主讲教师
杨喜堤
主讲教师 · 课程主理人
中共党员，四川农业大学博士后、青年研究员。现任昆洲科技董事长、四川猪佳科技执行董事，参与4项国家级生猪育种项目及5项国家科研攻关。中国青年科技工作者协会农业种业专委会委员、四川省人工智能学会理事、四川畜牧兽医学会理事、中国畜牧协会信息分会理事、英伟达NCP认证专家。
曾获全国新时代青年先锋(2025)，四川省青年五四奖章(2024)，成都市青年五四奖章(2022)，全国大学生创业英雄百强，任第31届大运会火炬手，荣获“创青春"全国创业大赛金奖、“挑战杯”中国大学生创业计划竞赛金奖，累计国家级奖项6项、其他52项。
杨喜堤研究员心怀强农兴农使命，秉持对畜牧行业、专业的热爱，从本科开始一直投身科技创新和创业实践。针对我国生猪产业长期依赖进口种猪、本土育种效率低、成本高等“卡脖子”难题，在朱砺教授等老师的指导下，他与团队成员创新研发出DeepBLUP大数据育种系统。该系统将人工智能与基因组技术深度融合，开创性地将深度学习算法与基因组选择模型结合，攻克了传统育种中数据量大、计算效率低的核心难题，成为国内首个通过华为昇腾认证的育种大模型。目前，相关成果应用于5项国家级种业攻关项目，DeepBLUP大数据育种系统已覆盖四川、云南等地的6家核心育种场。他牵头打造首个"AI育种+生态养殖”全产业链模式高原智能原种猪场项目，进一步革新传统养殖模式，大幅提升生猪品质和生产效能。
王松林
实操助教
四川农业大学动物遗传育种与繁殖
硕博连读研究生
王松林，四川农业大学动物科技学院博士，中共党员，长期从事动物遗传育种、数量遗传学与智能育种算法相关研究。熟练掌握Python、R、Linux与PyTorch，具备基因组数据处理、育种值计算、算法流程搭建和算力平台维护经验。参与GenoFuse、IF-BLUP等智能育种研究，关注多尺度特征融合与大规模群体预测效率提升，并参与多家育种企业及行业单位的数据分析与算法应用服务。
研究方向
全基因组选择·数量遗传算法·智能育种平台
技术特长
Python/R/Linux/PyTorch· 基因组数据分析· 育种值计算
代表成果
国家软件著作权2项；2024昇腾AI创新大赛四川赛区铜奖；第十九届中国成都国际软件设计与应用大赛三等奖、优胜奖；AscendC算子开发工程师（中级）
蒲欣怡
实操助教
四川农业大学畜牧硕士研究生
蒲欣怡，四川农业大学畜牧硕士研究生，研究方向为基于机器学习的多组学大数据分析。具备扎实的生物信息学分析基础，熟悉基因型数据、多组学数据的质控、统计分析与结果可视化流程。熟练使用R、Python、Linux及常用遗传分析软件，能够开展GWAS分析、群体结构分析和科研图表绘制。重点关注AI Agent工具在生信分析中的应用，探索用AI辅助完成流程编排、代码生成、结果解释与可视化优化。
研究方向
多组学大数据分析·生物信息学·AI Agent辅助科研分析
技术特长
R/Python/Linux·PLINK/GEMMA/GMATs/ASReml·数据清洗与可视化
代表成果
2026年“挑战杯”四川省大学生创业计划竞赛特等奖；2024昇腾AI创新大赛四川赛区铜奖；第十九届中国成都国际软件设计与应用大赛三等奖、优胜奖；AscendC算子开发工程师（中级）
报名与费用
1
招生人数
为保证实操效果，限额招生，额满即止
2
培训费用
详见正式招生通知（含课程资料费、平台使用权限费、6个月课程回放，赠送价值200元的国产算力）
招生通知
3
交费方式
1. 通过转账方式
4
报名方式
扫描下方二维码填写报名信息并完成缴费即报名成功；
报名截止以正式通知为准
学员专享
DeepBLUP 平台使用权限，课程期间及课后一段时间内可继续用于科研实践
课程配套讲义、示例数据集与实操脚本，便于课后复习与迁移应用
学员交流社群，提供持续的技术交流与答疑
联系方式
主办单位
中国农业科学技术出版社（北京）
会务咨询
010-82106630,15810852656
从基因组选择到 AI Agent
开启你的智能育种之旅
四天高强度实战
带你从零基础走向独立运用 AI 工具
进行智能育种分析
