全基因组选择（GS）技术是基于全基因组信息的早期个体预测和选择技术，能缩短育种世代间隔，加快育种进程，降低成本，推动现代育种向精准化和高效化发展。我国林木GS育种正处于起步阶段，亟需借鉴动物和作物育种中的GS模型和算法研究的经验，进一步优化和完善适合林木自身特点的GS育种程序。

2023年9月6日至10日，中国林业科学研究院林业研究所和林木遗传育种全国重点实验室荣幸邀请到美国华盛顿州立大学张志武教授携团队莅临我院交流访问，开办全基因组选择技术专题学习班。为期5天的2023年全基因组选择技术研讨会和学习班如期召开，来自全国17个省、市、自治区38家单位齐聚一堂，包括17所大学、16家研究机构、5家种业相关公司的80余位代表参加了线下学习班，另有近500人参加了线上学习班。此次吸引了来自全球的1000余名参与者，涵盖了林木、作物、畜牧和水产多个研究领域，形成了一个庞大而充满活力的微信群，共同讨论学术话题。

9月6日，中国林科院科技处副处长于雷主持了开幕式，他在开幕式上介绍并欢迎了张志武教授。林木遗传育种全国重点实验室岳志强主任在开幕式上向参会者介绍了重点实验室，并发表了欢迎辞。张志武教授统计基因组学，任教于华盛顿州立大学，致力于开发创新的统计方法和计算工具。张志武教授是著名基因组数据分析软件TASSEL和GAPIT的开发者和设计者，研究成果发表于Nature Genetics、Science、Briefings in Bioinformatics和Plant Cell等著名学术期刊，文章被引量2万余次（https://zzlab.net）。

9月6日至10日，华盛顿州立大学张志武教授和西南民族大学王嘉博老师进行了为期5天的全基因组关联分析（GWAS）和基因组选择（GS）。张志武教授讲解了GWAS的原理和主要分析方法，包括：卡方分布、相关分析、广义线性模型GLM、混合线性模型MLM等。尤其是张志武教授团队提出的新的GWAS分析算法：压缩混合线性模型CMLM、重新计算亲缘关系矩阵的SUPER算法、提升计算准确率和速度的FarmCPU算法和Blink算法，提高了GWAS的定位功效、精度和运算速度。针对多基因控制、受环境影响较大、低遗传力的表型，GS能捕获微效基因效应，实现精准预测，加速育种进程。张志武教授详细讲解了GS的原理、发展历程和主要算法，包括：基因组最佳线性无偏预测gBLUP、一步法最佳线性无偏预测ssBLUP、Ridge回归、Bayes系列（A、B、C、Cπ、LASSO）算法等。借鉴GWAS方法SUPER和CMLM的分析策略，张志武教授团队开发了sBLUP和cBLUP，以提高预测精度和速度，并将基于多种算法模型的GWAS先验与GS算法联合。张志武教授讲述混合线性模型的对称规律之美，激发学员对统计的兴趣。他将各种GS算法处理SNP效应的原理比喻为孩童拼搭积木，生动地解释了不同算法的原理和差异。同时，王嘉博老师带领学员逐步实现了GWAS和GS的编程分析和结果绘图，详细解释了GAPIT输出过程和结果中每个参数的意义，将自己在分析过程中遇到的问题倾囊相授。

9月9日上午，吉林农业科技学院唐友教授介绍了基于人工智能筛选最优GS模型的mMAP云计算平台。mMAP平台通过构建知识库以及数据分析与挖掘等方法，针对特定表型，筛选和推荐高精准度的基因组预测模型，为基因组育种的操作和推广提供实用技术支持。

中国林科院科技处处长王军辉研究员也和学员们一起，认真学习了GS育种技术的原理和统计算法，在课间和来自各领域的科研工作者进行交流和讨论。9月10日的闭幕式上，王军辉研究员发表了感谢辞，特别感谢了张志武教授和王嘉博老师5天来的辛苦GWAS和GS培训，大家都从中收获了很多。张老师生动的授课方式方法、渊博的知识，和对科学问题精准的把握，将抽象问题形象化，使复杂的问题变得清晰易懂，让大家能更好的理解和掌握。这是疫情后张老师首次回国，给我们带来了高质量的培训，同时也把最新的研究成果带回国内，使林业、作物和畜牧领域都能够更好地应用这些成果。国内的农业GS研究，尤其是林木GS，目前正处于起步阶段，我们在GS研究中面临许多困惑。通过张老师的培训，希望大家能将本次培训中学到的方法应用到各行各业中，真正推动国内的GS育种工作，更好地完成本阶段的“十四五”项目，服务于良种高效精准培育，解决国内种业“卡脖子”技术难题。

本次2023年全基因组选择技术研讨会使遗传育种研究人员学习了GWAS和GS的统计原理，掌握了最新算法模型和分析方法，增进了各行业间关于基因组预测技术的交流和探讨。本次学习班的圆满落幕，也标志着基因组选择研究和合作的开始。希望国内各行业、各领域的育种工作者共同努力，不断创新，推动我国高效、精准和智能育种的进程！