个人资料
- 部门: 农学院
- 性别: 男
- 民族: 汉族
- 专业技术职务: 副教授
- 行政职务:
- 主要研究方向:
- 毕业院校: 中国农业大学
- 学位: 博士
- 联系电话:
- 电子邮箱: yanjun_AT_cau.edu.cn
- 办公地址:
- 通讯地址:
- 邮编:
- 传真:
专家类别
- 学术学位导师类型: 博导兼硕导
- 专业学位研究生导师类型:
- 从事学科1: 作物学
- 从事学科2: 生物学
- 从事专业1: 作物遗传育种
- 从事专业2: 生物信息学
- 研究方向1: 作物基因组学和生物信息学
- 研究方向2:
- 从事专业学位领域名称: 农艺与种业
教育经历
-
2016.09.01-2020.06.15,农学博士学位,中国农业大学,作物遗传育种
-
2008.09.01-2011.06.22,理学硕士学位,清华大学,海洋生物学
-
2004.09.01-2008.07.01,理学学士学位,中国农业大学,生物科学
个人简介
闫军,男,中国农业大学农学院/国家玉米改良中心副教授,博士生导师。研究方向为植物基因组学与生物信息学。主要应用机器学习和人工智能技术开展全基因组选择和智能设计育种模型研究、进行大规模种质资源基因挖掘和调控模式研究、以及开发新型多组学数据挖掘工具和软件。以通讯作者或第一作者身份在Trends in Plant Science、Nature Communications、Genome Biology、Molecular Plant、New Phytologist、Plant Journal、Bioinformatics等国际主流期刊发表文章多篇。
课题组招收我校“生物科学”与“生物育种”强基计划学生。辅修过我校信电学院的“数据科学与大数据技术(辅修)”专业的学生,可以被优先考虑进入实验室开展轮转课题,以及作为推免生提前开展硕博阶段的工作。强基计划学生可以在大一下学期考虑辅修“数据科学与大数据技术”相关课程,包括:Linux应用基础与实验、程序设计I与实验、数据库原理与实验、Web技术应用与实验、计算机系统基础与实验、程序设计I与实验、数据结构与算法实验、大数据统计方法与实验、大数据挖掘技术与实验、大数据存储处理技术与实验、大数据分析与可视化技术与实验、人工智能技术与实验。
研究领域
研究方向为植物基因组学与生物信息学。主要应用机器学习和人工智能技术开展全基因组选择和智能设计育种模型研究、进行大规模种质资源基因挖掘和调控模式研究、以及开发新型多组学数据挖掘工具和软件。
发表论文 Liu S, Yang J, Yin C, Mao S, Cheng Q, Yan J, Jiang C, Wang X, Liang X, Zhao H. Identification of salt responsive genetic variants using cross-condition multi-omics association analysis in maize. Plant Communications, 2025. Xu F, Cheng Q, Liu S, Jiang S, Zhang J, Mao X, Wang X, Lai J#, Yan J#. MRBIGR: a versatile toolbox for genetic regulation inference from population-scale multi-omics data. Plant Communications, 2025. Ren Y*, Liao H*, Yan J*, Lu H*, Mao X*, Wang C, Li YF, Liu Y, Chen C, Chen L, Wang X, Zhou KY, Liu HM, Liu Y, Hua YM, Yu L, Xue Z. Capture of RNA-binding proteins across mouse tissues using HARD-AP. Nature Communications, 2024, 15(1):8421. Xu F, Liu S, Zhao A, Shang M, Wang Q, Jiang S, Cheng Q, Chen X, Zhai X, Zhang J, Wang X#, Yan J#. iFLAS: positive-unlabeled learning facilitates full-length transcriptome-based identification and functional exploration of alternatively spliced isoforms in maize. New Phytologist, 2024, 241(6): 2606-2620. Wang Q, Jiang S, Li T, Qiu Z, Yan J, Fu R, Ma C, Wang X, Jiang S, Cheng Q. G2P Provides an Integrative Environment for Multi-model genomic selection analysis to improve genotype-to-phenotype prediction. Frontiers in Plant Science, 2023, 14:1207139. Yan J, Wang X. Machine learning bridges omics sciences and plant breeding. Trends in Plant Science, 2023, 28(2): 199-210. Yan J, Wang X. Unsupervised and semi-supervised learning: the next frontier in machine learning for plant systems biology. Plant Journal, 2022,111: 1527-1538. Liu S, Xu F, Xu Y, Wang Q, Yan J, Wang J, Wang X, Wang X. MODAS: exploring maize germplasm with multi-omics data association studies. Science Bulletin, 2022, 67(9): 903-906. Yang C*, Yan J*, Jiang S, Li X, Min H, Wang X, Hao D. Resequencing 250 soybean accessions: new insights into genes associated with agronomic traits and genetic networks. Genomics, Proteomics & Bioinformatics, 2022, 20(1): 29-41. Yan J, Xu Y, Cheng Q, Jiang S, Xiao Y, Ma C, Yan J B, Wang X. LightGBM: Accelerated genomically designed crop breeding through ensemble learning. Genome Biology, 2021, 22(1): 1-24. Xiao Y, Jiang S, Cheng Q, Wang X, Yan J, Zhang R, Qiao F, Ma C, Luo J, Li W, Liu H, Yang W, Song W, Meng Y, Warburton M L, Zhao J, Wang X, Yan J B. The genetic mechanism of heterosis utilization in maize improvement. Genome Biology, 2021, 22(1): 1-29. Yan J, Zhai H, Zhu L, Sa S, Ding X. obaDIA: one-step biological analysis pipeline for data-independent acquisition and other quantitative proteomics data. Bioinformatics, 2021, 37(14): 2066-2067. CNCB-NGDC Members and Partners. Database Resources of the National Genomics Data Center, China National Center for Bioinformation in 2021. Nucleic Acids Research, 49(D1):D18-D28. Yan J, Zou D, Li C, Zhang Z, Song S, Wang X. SR4R: An integrative SNP resource for genomic breeding and population research in rice. Genomics, Proteomics & Bioinformatics, 2020, 18(2): 173–185. Jiang S, Cheng Q, Yan J, Fu R, Wang X. Genome optimization for improvement of maize breeding. Theoretical and Applied Genetics, 2020, 133:1491–1502. Liang P, Liu S, Xu F, Jiang S, Yan J, He Q, Liu W, Lin C, Zheng F, Wang X, Miao W. Powdery mildews are characterized by contracted carbohydrate metabolism and diverse effectors to adapt to obligate biotrophic lifestyle.Frontiers in Microbiology, 2018, 9:3160. He L, Fu S, Xu Z, Yan J, Xu J, Zhou H, Zhou J, Chen X, Li Y, Au K F, Yao H. Hybrid sequencing of full-length cDNA transcripts of stems and leaves in Dendrobium officinale. Genes, 2017, 8(10):257. Yan J, Lv S, Hu M, Gao Z, He H, Ma Q, Deng X W, Zhu Z, Wang X. Single-molecule sequencing assists genome assembly improvement and structural variation inference. Molecular Plant, 2016, 9(7): 1085–1087. Li A, Liu D, Wu J, Zhao X, Hao M, Geng S,Yan J, Jiang X, Zhang L, Wu J, Yin L, Zhang R, Wu L, Zheng Y, Mao L. mRNA and small RNA transcriptomes reveal insights into dynamic homoeolog regulation of allopolyploid heterosis in nascent hexaploid wheat. Plant Cell, 2014, 26(5): 1878–1900. Yan J, Cai Z. Molecular evolution and functional divergence of the cytochrome P450 3(CYP3) family in Actinopterygii (ray-finned fish). PLoS ONE, 2010, 5(12): 1–10.
开授课程
本科生课程:近十年课程数据
-
1、文献研读与报告,2024-2025,第二学期,星期五,西校区
-
2、机器学习在生物大数据中的应用(B),2024-2025,第一学期,星期一星期三,东校区
-
3、文献研读与报告,2023-2024,第二学期,星期五,西校区
-
4、机器学习在生物大数据中的应用(B),2023-2024,第一学期,星期五,东校区
-
5、机器学习在生物大数据中的应用(B),2023-2024,第一学期,星期一星期三,东校区
科研项目
纵向项目
-
1、2024.04.09-2028.11.30,国家重点研发计划,基于机器学习的分子网络解析与表型预测
-
2、2024.01.01-2028.12.31,国家自然科学基金项目,耦合单倍体和数字化技术的高效玉米育种体系构建
-
3、2023.05.11-2024.12.15,省、自治区、直辖市科技项目,智能设计育种体系构建
-
4、2023.04.07-2024.12.31,省、自治区、直辖市科技项目,基于全长转录组测序和机器学习技术的植物可变剪接研究新方法
科技成果
软件著作
-
1、全长转录组测序数据自动化处理软件,2024,2024SR1250970,软件著作权登记
-
2、转录组可变剪接分析结果可视化软件,2024,2024SR1070876,软件著作权登记
-
3、作物转录组大数据功能挖掘软件,2024,2024SR1070861,软件著作权登记
-
4、基于机器学习的转录本鉴定和可变剪接分析软件,2024,2024SR1068842,软件著作权登记
-
5、单细胞ATAC-seq分析可视化软件,2023,2023SR1520555,软件著作权登记
-
6、单细胞RNA-seq分析可视化软件,2023,2023SR1520324,软件著作权登记
-
7、单细胞空间转录组分析可视化软件,2023,2023SR1516230,软件著作权登记
-
8、玉米杂交种模拟及表型预测软件,软件著作权登记
-
9、跨条件多组学关联分析驱动的作物耐逆性状释义软件,软件著作权登记
专利
|