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
胡逸山:美方应率先降低关税以实现中美关系战略缓和******
中新社北京6月24日电 (记者 彭大伟)针对西方有学者认为,美中关系已经到了重启上个世纪70年代战略缓和的时刻,马来西亚太平洋中心首席顾问、新加坡国际事务研究所高级研究员胡逸山日前在中新社“东西问·中外对话”中表示,美国现在社会经济挑战很大,通胀高企,经济发展也不理想,若能取消特朗普时期实施的对华高关税,最大的受益者将是美国。
斯坦福大学胡佛研究所高级研究员尼尔·弗格森(Niall Ferguson)日前指出,尽管未像上世纪70年代一样直接陷入战争,但是俄乌冲突叠加货币政策失误导致的通胀已经让美国政府焦头烂额。他指出,考虑到当今战争形态的毁灭性,美中已经到了重启类似上世纪70年代的战略缓和的时刻。
对此,胡逸山指出,东南亚国家多年来的经验表明,贸易增多后,两国之间发生冲突的可能性会大幅降低。“所以我觉得假如要进行战略缓和,美国必须先踏出这一步,降低那些本来就不应该放在那里的关税,最好是废除。”
而针对美国国务卿布林肯在对华政策演讲中认为“中国对国际秩序构成了最严峻长期挑战”的说法,胡逸山认为,美国在国际上处于一个进退两难的状况,既“退了群”,又不想弃权,仍然想要在这些国际秩序和架构里扮演一定的角色。他指出,在这一情况下,美国声称要“维护国际现有秩序”的说法缺乏说服力。(完)
(文图:赵筱尘 巫邓炎)