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
留学生返乡“务农”：带领乡亲对接海外客户******
(新春走基层)留学生返乡“务农”：带领乡亲对接海外客户
中新网吉林1月12日电 (记者 石洪宇)时下，吉林省桦甸市已是冰天雪地，金明辉仍在延续村里的“农时”。他端坐在电脑屏幕前，用日语与日本客户交流，每一笔订单、每一样产品都会反复确认。一旁的村民们对这样的“行情”再高兴不过了。
“种植技术和水稻品种之前都与客户确认过，现在正是发货的高峰期。”在村民们的眼里，金明辉为这个传统村落带来了可喜变化。曾在日本留学的他于2021年返乡创业，和父亲一起带动近百名村民种植水稻1400多亩，所产大米远销韩国、日本等国家。
30岁的金明辉居住的桦甸市桦郊乡晓光村，是吉林省典型的少数民族村落，朝鲜族村民有九成。近些年，吉林省持续推动乡村振兴，让该村有了“种植”和“文旅”两张“名片”。
晓光村街景 桦甸市委宣传部供图金明辉在日本所学专业是语言学，在求学期间发现越光米十分流行。他与父亲取得联系，发现这一品种在家乡也有种植。“我在日语方面有优势，邀请日本企业到我们村里试种这个品种。”金明辉向对方介绍了家乡的黑土地和中国东北的农耕文化。
按照双方签订的合同，外方企业提供种子、技术等，稻米打包出口。金明辉返乡开启了“务农”生涯。
金明辉认真对比了两地农业的异同，他认为家乡除了自然禀赋优势，更重要的是国家的农业政策。“乡村振兴(等一系列政策)，让农业成为非常有前途的产业。”
金明辉说服父亲办起了晓光种植家庭农场。在村党支部的支持下，农场整合外出务工农户家的土地，扩大生产规模。同时筹集150万元购买农机——政策还提供了30多万元的农机补贴。
金明辉认为，农民赶上了好时代。当地政府积极帮助种粮大户畅通融资渠道，先后协调金融机构贷款180万元。
对晓光村来说，刚刚过去的一年是“颗粒归仓”的丰收年。在金明辉父子为代表的种粮大户的带动下，大米及农产品远销海内外。
金明辉计划，在新的一年里继续深耕“农事”，让家乡的名字更加响亮。(完)
| 网信彩票地图 |
