提速近10倍!基于深度学习的全基因组选择新方法来了******
近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。
全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。
统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。
相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。
该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。
与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。
该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。
学术支持
中国农业科学院作物科学研究所
记者
宋雅娟
山东政协首设环境资源界别 聚焦“碳索”绿色发展******
中新网济南1月17日电 (李明芮)山东省政协十三届一次会议1月17日在济南闭幕,首设环境资源界别,共有17位政协委员,其中新委员16名,连任委员1名。在会议期间,新界别的委员聚焦环境资源相关话题建言献策,助力山东绿色低碳高质量发展。
山东省政协委员,山东省生态环境厅党组书记、厅长宋继宝表示,新设立环境资源界别是山东践行“绿水青山就是金山银山”的具体实践,将对山东黄河流域生态保护和高质量发展、新旧动能转换、绿色低碳高质量发展先行区建设提供重要的协商议政平台。
“环境资源界别的成立,应运而生、恰逢其时。”山东省政协委员、山东省物化探勘查院工程技术应用研究员李振函说,该平台能更好地发挥众智众力,让委员充分发挥专业特长,就环境资源领域问题更好地建言献策。
山东省政协委员、山东大学环境科学与工程学院教授洪静兰建议,山东应加强能源生产利用过程中的科技攻关,使该过程更加绿色低碳,加强碳管理领域人才的引进培育,为双碳目标实现提供人才支撑。
山东省政协委员、山东蓝想环境科技股份有限公司董事长徐清华建议,山东应不断增强新型储能技术的推广力度,建立山东省储能规范及配套标准,建立清晰可实现的储能产业链,建立储能技术研发机构等科技创新发展平台。
山东省政协委员,聊城大学地理与环境学院院长、民进聊城市委主委张保华建议,山东应围绕黄河流域生态保护和高质量发展、绿色低碳高质量发展先行区等重大国家战略,组织开展形式多样的调研协商工作,掌握一手资料、精准建言献策。
山东省政协委员、齐鲁中科碳中和研究院筹建负责人陈彬建言,山东要充分发挥科研院所优势,抓好科研成果落地转化,以实际行动助力绿色低碳高质量发展先行区建设。(完)
(文图:赵筱尘 巫邓炎)