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
无缘八强 郑钦文伤退热身赛******
1月11日,距离2023澳网开幕还有4天,中国新锐郑钦文没能在澳网前最后一站热身赛走得更远。在女子网球协会(WTA)500阿德莱德第二站女单次轮比赛中,郑钦文面对大满贯冠军科维托娃,在首盘6比7失利后宣布退赛。郑钦文接下来将调理左侧大腿伤势,力争在澳网开幕前找回状态。
在澳网前最后一站热身赛,郑钦文从资格赛开始连遭苦战。在3小时击败波塔波娃晋级正赛后,郑钦文首轮又耗时超过2小时逆转罗杰斯。本轮面对大满贯冠军科维托娃,郑钦文在首盘两度破发,两度被对手回破,将比赛拖入抢七。抢七中郑钦文一度以6比3手握3个盘点,最终被科维托娃逆转拿下首盘。此前郑钦文的大腿已经缠上绷带,在首盘失利后,郑钦文宣布退赛,科维托娃晋级八强。接下来团队将帮助郑钦文进行康复,力求在澳网开幕前恢复身体和状态。
据悉,2023年澳大利亚网球公开赛正赛将于16日开赛。澳网最新信息显示,张帅、郑钦文、朱琳、袁悦、王曦雨、王欣瑜、郑赛赛等七位中国“金花”将参加女单正赛。
文/本报记者 褚鹏
(文图:赵筱尘 巫邓炎)