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
上合组织国家减贫与发展重庆第二期研修班开班******
中新网重庆1月11日电 (记者 周毅)记者11日从西南大学获悉,由该校承办的上合组织国家减贫与发展重庆第二期研修班开班,来自塔吉克斯坦农业部,卫生和社会保障部,劳动、移民和就业部以及发展委员会等部委的专家,将通过网络培训的形式参加为期10天的学习。
西南大学党委副书记安春元介绍,本次研修班课程分为专题讲座、案例分析、交流研讨等三个环节。研修班将围绕重庆脱贫攻坚经验、中国精准扶贫评估理论体系及其实践应用、全球视野下的现代农业转型升级、中国社会保障兜底减贫的政策演进、主要做法及其启发等方面,设置专题讲座12讲,以期对塔吉克斯坦的参研学员有所启迪,对上合组织国家减贫提供有益借鉴,为推动构建安定团结繁荣进步的上合组织命运共同体做出积极贡献。
重庆市政府外事办公室副主任李明全在致辞中表示,塔吉克斯坦是“一带一路”沿线重要国家,重庆始终重视与塔吉克斯坦的交流合作。本次培训也是重庆在上合组织框架内,持续深化与塔吉克斯坦友好合作的务实之举,希望通过实践积累的重庆经验,为塔吉克斯坦减贫事业发展与经济社会建设提供新的思路和借鉴。(完)
(文图:赵筱尘 巫邓炎)