Crop-GPA | 一个作物基因-表型关联的集成育种平台

近期，安徽农业大学信息与人工智能学院在期刊 npj | systems biology and applications 上发表论文：Crop-GPA: an integrated platform of crop gene-phenotype associations。提出了Crop-GPA（ https://crop-gpa.aielab.net ），这是一个用于作物基因-表型关联数据的综合性和功能性的开源平台，以充分挖掘和利用数据进行现代分子育种。

Crop-GPA平台通过直观的用户界面、动态的图形可视化和高效的在线工具，提供了关于作物基因和表型关联的详尽信息。Crop-GPA建立在CentOS服务器上，使用HTML5、CSS3和Vue技术集成图形界面，使用Python Flask框架实现GPA-BERT和GPA-GCN工具，用于自动从生物作物文献中提取基因-表型关联，并基于已知关联预测未知关系。

• GPA-BERT是一个基于BERT（Bidirectional Encoder Representation from Transformers）的文本挖掘工具，用于从科学文献中自动识别和提取基因-表型关联。
• GPA-GCN是一个基于图卷积网络（Graph Convolutional Network）的计算工具，用于预测潜在的基因与表型之间的关系。

平台收集并整理了大量的基因型和表型数据，包括1805个性状条目、80676个基因条目和374224个经过验证的基因-表型关联条目。这些数据覆盖了十种不同的作物物种，并且以层次结构的方式组织，便于用户访问和分析。

Crop-GPA提供了一个易于导航的用户界面，用户可以通过主页菜单轻松访问数据库，执行常见的任务，如浏览、搜索、使用GPA-BERT和GPA-GCN工具、下载数据和查看文档。用户可以通过物种、性状、基因或基因符号以及参考文献进行直接搜索和模糊查询。搜索结果页面提供了性状与其相关基因之间的全面关系列表，包括特定表型、涉及物种、基因符号、基因名称、父性状、性状组和参考ID。用户可以下载所有相关的基因和表型数据材料。帮助网站提供了用户指南和教程，解释了如何导航浏览、搜索和工具功能，以及每个页面的说明。

数据库地址：https://crop-gpa.aielab.net/crop/home

Github源码：https://github.com/AhauBioinformatics/Crop-GPA

---

最近，智能设计育种开发工具频出，说明行业发展势头向好。如果你想要评估工具好坏，或研究如何用好，或从头设计开发工具，那么基本的数据分析能力是必不可少的。小编在这里推荐两门课程，由行业专家带你入门。

• 数字育种系列线上课程之全基因组选择育种（第一期）
• 基于R语言的数据分析与科研绘图