GenomAI — Genomik Tahmin & AI Bitki Islahı Platformu

Bitki ıslahında genomik tahmin, marker analizi ve çaprazlama önerisini tek panelde toplayan bilimsel Ar-Ge platformu.

Müşteri

Ar-Ge (tarım biyoteknoloji)

Başlangıç

Bitiş

Web Sitesi

GenomAI — Genomik Tahmin & AI Bitki Islahı Platformu

Açıklama

Bitki ıslahında genomik tahmin, marker analizi ve çaprazlama önerisini tek panelde toplayan bilimsel Ar-Ge platformu.

Vaka çalışması

Challenge

Analizler ayrı ayrı betiklerle yürütülüyordu; aynı hesap farklı kişilerde farklı sonuç verebiliyordu. Ayrıca sonuçlar istatistik bilgisi olmayan ekip üyeleri için okunabilir değildi.

Yaklaşım

Hesaplama katmanını sürümlenebilir hale getirdik: hangi veriyle hangi parametrelerle çalıştığı kayıt altına alınıyor. Sonuçların yanına, çıktının ne anlama geldiğini anlatan bir özet eklendi.

Sonuç

Aynı veri üzerinde tekrarlanabilir sonuçlar elde ediliyor; analiz sonucu artık bir betiğin çıktısı değil, kayıt altında bir deney. Ekip, sonuçları teknik olmayan paydaşlara aynı ekrandan gösterebiliyor.

Araçlar

Next.js, Fastify, MySQL, Python, scikit-learn, Docker

Öne Çıkan Özellikler

Genomik tahmin (GEBV) hesaplama
Marker ve ilişkilendirme analizi
Çaprazlama önerisi ve senaryo karşılaştırma
Deneme verisi yönetimi
Grafik ve rapor çıktıları

Kullanılan Teknolojiler

Next.js
Fastify
MySQL
Python
scikit-learn
Docker

Detaylar

Genomik tahmin platformu, klasik tarla denemeleriyle yıllar süren ıslah döngüsünü veriyle kısaltmak için geliştirildi. Hesaplama, analiz ve öneri katmanları tek sistemde çalışıyor.

Proje hakkında

Islah programlarında veri zaten toplanır: tarla ölçümleri, laboratuvar sonuçları, genotip dosyaları. Sorun verinin yokluğu değil, farklı formatlarda ve farklı bilgisayarlarda durmasıdır. Proje bu dağınık veriyi tek bir hesaplama hattına bağladı.

genomik tahmin platformu projesinde çözülen sorun

Analizler ayrı ayrı betiklerle yürütülüyordu; aynı hesap farklı kişilerde farklı sonuç verebiliyordu. Ayrıca sonuçlar istatistik bilgisi olmayan ekip üyeleri için okunabilir değildi.

Nasıl çözdük

Veri formatları standartlaştırıldı ve içe aktarım yazıldı
Tahmin ve analiz hattı sürümlenebilir biçimde kuruldu
Görselleştirme ve karşılaştırma ekranları geliştirildi
Sonuç özeti ve rapor çıktısı eklendi

Sonuçlar

Tekrarlanabilir hesaplama: parametreler ve veri sürümü kayıtlı
Ekip içi ortak dil: aynı sonuç herkeste aynı
Karar süresi kısaldı
Rapor çıktısı paydaş sunumuna hazır

Kullanılan teknolojiler

Next.js
Fastify
MySQL
Python
scikit-learn
Docker

Platform 2026 itibarıyla Ar-Ge ekibinin günlük akışında kullanılıyor. Bu çalışma Guezel Web Design tarafından yürütülmüştür.

Sıkça Sorulan Sorular

Veriler kurum dışına çıkıyor mu?

Hayır. Kurulum kurumun kendi sunucusunda yapılabiliyor; bu durumda veri hiçbir aşamada dışarı çıkmıyor.

İstatistik bilgisi olmayan biri kullanabilir mi?

Evet. Sonuçların yanında düz metin özet üretiliyor; teknik ayrıntı isteyen için parametreler ayrıca görüntülenebiliyor.

İlgili sayfalar: Veri tahmin platformu · Özel yazılım geliştirme · Tüm referanslar · İletişim