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
(中国这十年·侨声)体育强国路 侨影相随行******
中新社北京10月14日电 (门睿)2022年2月4日,时值立春,在二十四节气的倒数中,全世界目光聚焦中国国家体育场“鸟巢”,迎接第24届冬奥会的开幕。全球华侨华人共赴这场“冰雪之约”,与祖(籍)国共享荣光。
从1932年首次有中国代表团正式参加奥运会,到2008年中国成功举办第29届夏季奥运会;从“新中国奥运会第一人”吴传玉,到世界上首座“双奥之城”北京,中国走向体育强国的路上,始终有华侨华人的身影相伴随行。
近代以来,谋求救亡图存的中国人始终希望通过发展体育事业强健民族形象。1932年,美国洛杉矶第10届奥运会开幕式上,包括中国留学生和美籍华人在内的6人中国代表团出席,代表团成员、短跑运动员刘长春成为中国第一位参加奥运会的选手。
新中国成立后,一批归侨积极投身新中国体育事业发展。印度尼西亚归侨、游泳运动员吴传玉为新中国赢得了第一个世界冠军;林丰玉、王文教、陈福寿等一批羽毛球运动员、教练员回国效力,为新中国羽毛球运动的兴盛发展奠定了坚实基础;新中国第一代击剑人陶金汉创造了中国击剑史上的数个“第一”。
中国华侨历史博物馆副馆长宁一告诉中新社记者,当时,这些归侨不仅在运动赛事中为国家赢得荣誉,还在培养训练、相关学术研究、国际交流、社会活动等方面推动中国体育事业发展。“运动风”也吹进侨乡,篮球、足球、排球、田径等运动在东南沿海侨乡培养起广泛的群众基础,形成人人参与运动的“侨乡体育”现象。
进入21世纪后,中国体育事业发展更加多元专业,2001年北京申奥成功促进中国体育事业走向新高峰,华侨华人也积极投身其中。由来自107个国家和地区的35万余港澳台侨同胞捐资共建的国家游泳中心“水立方”正是最好见证。
爱国侨领、新加坡金鹰集团主席陈江和是港澳台侨同胞中首个为奥运捐资的个人,累计捐资500万美元支持“水立方”建设。他表示,北京奥运会是全球华人共同参与的盛会,港澳台侨同胞合力捐资支持奥运场馆建设,表达的是对实现中华民族伟大复兴的热切盼望。
近年来,随着华侨华人日渐融入海外社会生活,中华传统体育项目也走向海外,获得认可。每到中国传统节日,舞龙舞狮运动走上各国街头,展现中华文明魅力;龙舟运动已在全世界60多个国家开展起来,相关赛会收获越来越多当地外国观众关注;包括男女长拳全能和男女太极拳全能4个小项的武术项目也被列为2026年达喀尔青奥会正式项目。
2022年北京冬奥会举办前夕,华侨冰雪博物馆在河北崇礼落成,馆内6000余件侨捐藏品讲述海外侨胞和归侨侨眷为中国体育事业尤其是冰雪运动做出的贡献,续写华侨华人与奥林匹克故事的新篇章。
归国兴教、捐资助学、捐建场馆、为国争光,从初入国际赛场到建设体育强国,中国体育事业的每一步发展,都得到华侨华人身体力行地参与和支持。2023年,第19届亚运会即将在浙江杭州举办,新西兰华人艺术家晨晓受邀为赛会创作了6幅系列壁画作品。他表示,作为土生土长的浙江人,很荣幸有机会作为建设者参与到这场在家乡举办的体育盛会中,将尽全力作出自己应有的贡献。(完)
(文图:赵筱尘 巫邓炎)