个人资料
专家类别
教育经历
个人简介汪海，教授、博士生导师。研究领域为作物智能设计，具体包括：（1）作物自然群体中微效有利等位变异的人工智能精准发掘和聚合；（2）作物转录调控区的人工智能设计和关键蛋白质的人工智能设计。以通讯或第一（含共同）作者身份在PNAS、Plant Cell、Molecular Plant等高影响力期刊发表论文14篇，均属于JCR分区Q1区。2017年入选“唐氏∙康奈尔—中国学者”项目。2019年11月以杰出人才身份入职中国农业大学，2020年9月入选中国农业大学“青年新星A类”人才培育计划。2021年9月入选农业农村部“农业科研杰出人才培养计划”。 教育经历 2006/09-2012/07，复旦大学，生命科学学院，植物生物化学与分子生物学专业，保送硕博连读 2011/03-2012/07，香港浸会大学，联合培养 2008/08-2011/03，美国Donald Danforth Plant Science Center，联合培养 2002/09-2006/07，复旦大学，生命科学学院，生物科学专业，本科 工作经历 2019/11-现在，中国农业大学农学院，教授 2017/11-2019/10，美国康奈尔大学，访问副教授 2016/01-2019/10，中国农科院生物技术研究所，副研究员 2012/07-2015/12，中国农科院生物技术研究所，助理研究员 教学科研概况社会职务在期刊《Frontiers in Artificial Intelligence》担任Review Editor 活动动态研究领域作物智能设计 1. 微效有利等位变异的人工智能精准发掘和聚合 学术界已克隆的大量玉米QTL中，只有极少数能够在主栽品种背景下提升农艺性状。这是因为能够克隆的QTL都是效应较大的QTL，它们大多已被早期育种家在骨干种质中优化并固定。如何发掘并聚合传统手段无法克隆的大量微效有利变异，是保障稳定遗传增益的关键。本团队综合机器学习和群体遗传学技术，系统发掘当代玉米主栽品种中的微效有利变异，并设计最优杂交选育路径聚合有利变异，为未来的玉米育种提供理论、技术和种质创新。 2. 转录调控区DNA序列和蛋白质序列的人工智能设计 传统育种的“原材料”局限于随机突变产生的自然变异，限制了作物改良的效率和潜力。本团队将机器学习和高通量分子生物学技术交叉融合，针对关键基因精准设计自然界不存在的优异等位变异，或对DNA元件和蛋白质序列进行从头设计，探索自然变异无法穷尽的无限变异空间；进而利用转基因和基因编辑技术写入作物基因组，改良关键农艺性状。基于人工智能的合成生物学将对传统育种形成重要补充。
开授课程
本科生课程：近十年课程数据
科研项目
纵向项目
论文科技成果
软件著作
荣誉及奖励招生信息本课题组招收： 博士后 博士生、硕士生（学硕、专硕） 本科生：URP、大创、毕设 欢迎同学报考，详情联系wanghai@cau.edu.cn咨询 （1）团队成员 滕守振，博士后，tengshouzhen@cau.edu.cn，玉米复杂性状的遗传基础解析、分子生物学技术平台开发
李国纪，博士生，2389868525@qq.com，玉米复杂性状的遗传基础解析
许辉，博士生，xuhuixh2019@163.com，分子生物学技术平台开发
王丹，博士生，748736649@qq.com，分子生物学技术平台开发
索明锐，博士生（硕转博），1791085642@qq.com，比较基因组学、分子生物学技术平台开发
杨辘源，博士生（硕转博），2273933325@qq.com，大型转录组数据库构建
李天祎，博士生（硕转博），1027510373@qq.com，基于大型人工神经网络的生物大分子设计、合成生物学
樊绍琪，硕士生，2500742370@qq.com，基于大型人工神经网络的玉米表型组系统硬件设计和软件开发、机器视觉
徐铭池，硕士生，835961924@qq.com，玉米复杂性状的遗传基础解析
于秋莹，aliceshidongwu@163.com，博士生 陈筱冉，554171182@qq.com，博士生（工程硕博士、直博、与中化集团联合培养） Revocatus Bahitwa，博士生（留学生，坦桑尼亚） 钱毅恒，1206386464@qq.com，硕士生 邵竞弘，shaojh1018@163.com，硕士生 （2）已毕业团队成员 毛瀚悦，硕士生（已毕业），maohy1988@163.com，我国主栽玉米品种基因型和表型分析，现就职于中国种子集团有限公司
硕士研究生
博士研究生
团队展示 |
