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
70余幅两岸书画名家作品在北京展出******
中新社北京1月6日电 (刘玥晴)“笔墨抒怀 情聚两岸——海峡两岸书画名家交流展”6日在北京开幕,展出叶培贵、孟繁禧等42位大陆书画家以及沈荣槐、蔡丰吉等11位台湾书画家的作品共74幅。
两岸书画名家交流展于2015年创办,迄今已举办了7届、10次展览。此次展览由北京市台湾同胞联谊会、民革北京市委会主办,北京侨福置业有限公司联合主办,为两岸民众搭建了交流书法和绘画的平台,促进心灵契合与互相学习。
北京市台联会长高峰在开幕式上致词表示,交流展是京台民间交流的历史见证,也是两岸民众以中华传统文化为载体增进彼此认同的有效实践。我们始终坚信,两岸同胞走亲走近是民心所向、大势所趋。
台湾书画家沈荣槐通过视频致辞表示,交流展以中华传统书画文化为纽带,增进了两岸书画界专业人士及爱好者间的沟通,虽然受到疫情影响却不曾中断,体现出两岸割不断的文化根脉。盼疫情阴霾尽快散去,两岸书画家们能够早日面对面切磋交流。
大陆书法家翟鑫向中新社记者介绍了他的作品《奋进新征程 建功新时代》,表示希望两岸同胞在新征程上继续传承和发扬中华优秀传统文化。他曾6次前往台湾进行交流,结识了诸多岛内友人,也非常喜欢当地优美的风景和清爽的高山茶,期待再次赴台参展。
中共中央台办宣传局局长马晓光、中共北京市委统战部副部长黄克瀛、北京市台联党组书记黄塞溪、北京市台办副主任张磊等出席开幕式。
在开幕式上,北京台湾会馆、北京侨福当代美术馆和中央民族大学民族博物馆签署了馆际联盟协议,为今后两岸文化展览资源共享开辟新路径。本次展览将在北京台湾会馆展出至1月底,并将于2月初在北京侨福当代美术馆巡展。(完)
(文图:赵筱尘 巫邓炎)