李梅

一、教育背景

李梅，博士，讲师

电子邮箱：meili@hubu.edu.cn

研究方向：生物统计学、数量遗传学

二、教育背景

2017.09—2023.06  华中农业大学，作物生物技术，农学博士

2013.09—2017.06  华中农业大学，信息与计算科学，理学学士

三、工作经历

2023.07至今           湖北大学生命科学学院，讲师

四、科研项目

1. 国家自然科学基金委员会，面上项目，32070557，高通量标记关联群体高效快速检测环境互作QTN方法学研究和软件包研制，2021-01-01至2024-12-31, 58万元，参与

2. 国家自然科学基金委员会，面上项目, 31871242，高通量快速检测含有杂合基因型关联群体的多位点GWAS方法学研究及其软件包研制，2019-01-01至2022-12-31，59万元，参与

五、代表性论文（^#共同一作）

1. Li, M^#., Zhang, Y. W^#., Zhang, Z. C., Xiang, Y., Liu, M. H., Zhou, Y. H., Zuo J.F., Zhang H.Q., Chen Y., & Zhang, Y. M. (2022). A compressed variance component mixed model for detecting QTNs and QTN-by-environment and QTN-by-QTN interactions in genome-wide association studies. Molecular Plant, 15(4), 630-650.

2. Li, M., Zhang, Y. W., Xiang, Y., Liu, M. H., & Zhang, Y. M. (2022). IIIVmrMLM: the R and C++ tools associated with 3VmrMLM, a comprehensive GWAS method for dissecting quantitative traits. Molecular Plant, 15(8), 1251-1253.

3. Hong, H. L^#., Li M^#., Chen Y. J^#., Wang, H. R., Wang, J., Guo, B. F., Gao, H. W., Ren, H. L., Yuan, M., Han, Y. P., & Qiu L. (2022). Genome-wide association studies for soybean epicotyl length in two environments using 3VmrMLM. Frontiers in Plant Science, 13, 1026581.