以第一/通讯作者身份在Molecular Plant、Nature Plants等发表研究成果，她将主讲全基因组选择专题

本文介绍了全基因组选择（Genomic selection, GS）技术，这是一种利用全基因组高密度标记进行选择育种的新方法。GS通过构建预测模型，根据全基因组估计育种值进行早期个体的预测和选择，有效缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。文章还强调了统计模型在GS中的核心作用，并指出非线性模型如机器学习（ML）和深度学习（DL）算法在处理大数据分析和高性能并行运算中的优势。此外，文章提到北京金智研将于2024年6月28日至30日举办第三期全基因组选择学习交流会，邀请李慧慧研究员系统讲授基于机器学习和深度学习算法的全基因组选择课程，旨在通过理论学习和实操演练，帮助学员掌握基因组大数据统计分析和群体结构亲缘关系构建，以及运用各种模型进行全基因组预测。