研究方向

林木种质资源创新与利用、基因组学与智能设计育种

围绕优质、高产与抗逆林木良种选育目标，开展杨树优质、高产与抗逆性状的基因挖掘与基因组设计育种研究。

学习、工作经历

2024.11至今：北京林业大学，林木遗传育种学科，讲师；

2022.11-2024.10：北京市农林科学院信息技术研究中心，博士后；

2019.11-2021.3：University of Nebraska–Lincoln，联培博士，；

2017.9-2022.7：中国农业大学，作物遗传育种，博士；

2015.9-2017.6：中国农业大学，作物，硕士；

2011.9-2015.6：山东农业大学，农学，学士。

承担项目

林草联合基金，课题主持，2025；

山东省重点研发（良种工程）项目，课题主持，2025；

北京市科技新星交叉项目，课题主持，2025；

林木遗传育种全国重点实验室科技创新项目，主持，2025；

中央高校优秀青年团队项目，参与，2025；

国家林草局揭榜挂帅项目，参与，2025；

“科技创新2030”-重大项目，子课题主持，2024；

北京市博士后科研经费，主持，2024；

国家重点研发计划青年科学家项目，参与，2024.

学术与社会兼职

Smart Forestry青年编委

Forestry Research Advances青年编委

发表文章情况

【论文】

Zhong, L.#, Zhang, D. #, Huang, R., Zhou, J., Zhang, W., Li, L., ... , Li, J.*（李金龙）, Du, Q.*. Mapping structural variants in Populus tomentosa reveals adaptive signatures and improves prediction of wood properties. Nature Communications, 2026.

Li, J. #（李金龙）, Han Y. #, et al. Prediction of hybrid maize adaptation in China using extensive climatic-phenotypic data and machine learning. The Crop Journal，2025.

Li, J.#（李金龙）, Zhang D.#, Yang F., et al. TrG2P: A transfer learning–based tool integrating multi-trait data for accurate prediction of crop yield. Plant Communications, 2024.

Li, J.# （李金龙）, Cheng, D.#, Guo, S., et al. Genome-wide Association and Genomic Prediction for Resistance to Southern Corn Rust in DH and Testcross Populations[J]. Frontiers in Plant Science, 2023, 14: 173.

Li, J.# （李金龙）, Chen, M.#, Cheng, D., et al. An accurate and effective single-seed moisture selection method based on nuclear magnetic resonance (NMR) in maize[J]. Computers and Electronics in Agriculture, 2022, 193: 106649.

Zhang, D. #, Yang, F. #, Li, J. #, et al. Progress and perspectives on genomic selection models for crop breeding. Technology in Agronomy, 2025, 5(1).

Liu, C.#, Li, J.# （李金龙）, Chen, M., et al. Development of high-oil maize haploid inducer with a novel phenotyping strategy[J]. The Crop journal, 2021.

Ge, W.#, Li, J.# （李金龙）, Wang, Y., Yu, X., An, D., & Chen, S. Maize haploid recognition study based on nuclear magnetic resonance spectrum and manifold learning. Computers and Electronics in Agriculture, 2020, 170, 105219.

【专利】

李金龙（1/6），利用融合模型实施基因组选择的方法、装置、设备及介质，ZL202410240099.6

李金龙（1/5），基于迁移学习的基因组选择方法、装置、设备及介质，ZL202410124704.3

李金龙（4/7），基于基因型与环境互作异构图的基因组预测方法及装置，ZL202410925622.9

【软著】

李金龙（1/6），小麦全基因组选择系统，2024SR0110486

李金龙（1/6），作物种质血缘分析系统，2024SR0108473

李金龙（5/5），农业生物育种跨链条全景知识图谱管理系统，2024SR0627786

李金龙（5/7），基于区块链的智能联合育种系统，2024SR0939907