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
安徽省政协十三届一次会议开幕******
中新网合肥1月12日电 (记者 张强 张俊)中国人民政治协商会议第十三届安徽省委员会第一次会议12日在合肥开幕。
安徽省政协十三届一次会议现场。 张强 摄开幕会上，政协委员们听取了政协第十二届安徽省委员会常务委员会工作报告，政协第十二届安徽省委员会常务委员会关于提案工作情况的报告；5位委员分别作大会发言。
政协委员们认真听取政协第十二届安徽省委员会常务委员会工作报告。 张强 摄本次大会会期4天半，主要议程是：听取和审议政协第十二届安徽省委员会常务委员会工作报告；听取和审议政协第十二届安徽省委员会常务委员会关于提案工作情况的报告；列席安徽省第十四届人民代表大会第一次会议，听取并讨论安徽省政府工作报告及其他有关报告；选举政协第十三届安徽省委员会主席、副主席、秘书长和常务委员；审议通过政协第十三届安徽省委员会第一次会议决议；审议通过政协第十三届安徽省委员会第一次会议提案审查委员会关于十三届一次会议提案审查情况的报告。
参会委员作大会发言。 张强 摄据悉，十二届安徽省政协期间，广大政协委员、省政协各参加单位和各专门委员会，积极运用提案履职尽责。共提交提案4531件，经审查，立案4331件。经104家承办单位深入协商、认真办理，共有684件提案建议得到采纳，占15.8%；3494件提案建议正在解决或列入计划拟解决，占80.7%，为助推现代化美好安徽建设发挥了重要作用。(完)
| 快三平台地图 |
