简介： 本发明属于生物技术领域，具体涉及一种基于全基因组选择烟草有害成分预测方法及应用。本发明通过所述的方法步骤：获取候选预测模型中烟草全基因组数据；实时筛选优化烟草全基因组数据；生成烟草有害成分预测数据。可以实现烟草苗期（早期）的基因型数据预测获得烟草叶片中各种化学有害成分含量表型值数据，并且操作方便、快捷、高效、科学且结果精准可靠的特性。也就是说，通过本发明方案可以实现利用烟草苗期（早期）的基因型数据来计算或模拟出2年后经过繁杂检测而获得的烟草叶片中各种化学成分含量表型值的模型（方法），这种模型或方法具有方便、快捷、高效、科学且结果精准可靠的特性。