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
新春走基层|雪山之巅的忠诚与坚守******
在祖国西南边陲,为了有效应对边境突发情况,西藏日喀则军分区某团官兵,在海拔4500米的雪域高原长期驻训,他们把对家人的思念深埋心底,用自己的青春奉献扛起使命担当,出色完成了各项边防任务。今天的“新春走基层”报道,让我们跟随记者的镜头,走上雪山之巅,感受驻训官兵的忠诚与坚守。
一大早,记者从团部出发,跟随物资保障车上山前往驻训点,3个小时的车程,山路蜿蜒曲折,海拔不断攀升,气温不断降低。
抵达驻训点时,官兵们正在展开战备训练。三年前,针对边境复杂态势,日喀则军分区派出整建制部队来到这里长期驻训。这里地理位置险要,不仅高寒缺氧,风力常年在7级以上。在大风和沙尘的肆虐下,官兵们的训练仍然按照既定计划顺利完成。正在给大家进行复盘讲解的荆金龙班长,今年是第12年的老兵。他告诉记者,三年前,他们刚到这里驻训时,只能住地窝子和帐篷,如今的条件已经改善了许多。
这些年来,驻训点的配套设施日益完善,不变的是,自然环境依然恶劣,官兵们始终不畏艰苦、默默坚守。
快要过年了,荆班长收到了一份特殊的礼物,那是来自老家河南漯河的特色年画。年画一展开,荆班长嘴角的笑意就止不住了。
甜甜出生的时候因为早产,荆班长来不及赶回家去,心里一直很愧疚。
西藏日喀则军分区某团班长 荆金龙:一次生日也没有陪她过过,回到家里边,看到她,心里边就泛酸。然后,我妈把我女儿抱过来的时候,我女儿就看到我很害怕,躲着我不让我抱,我去抱她的时候她哭了,我就认为当父亲,当到这个份上,还是比较失败的。她指着电视上的军人喊爸爸的时候,我真想穿着我的军装跑到她面前,抱着她,爸爸回来了。
总说军人的泪水都化作了汗水,荆班长在连队是出了名的硬汉,入伍多年来参加过管边管控、战备执勤、应急处突等多次军事行动。
西藏日喀则军分区某团班长 荆金龙:我会把自己的责任给扛起来,把手里边这一把枪给握稳、握紧。
过年前,驻训点组织了一场授衔仪式,这些新战士去年一入伍就来到了这里,面对荒无人烟的陌生环境,他们战风沙、斗严寒,经历了整整一年的磨炼,完成了从新兵到老兵的成长。
(央视新闻客户端 总台央视记者 王晓丹)
(文图:赵筱尘 巫邓炎)