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
日媒:日本首相岸田文雄难以摆脱内阁支持率低迷现状******
中新网1月31日电 据日本共同社30日报道,日本共同社的日本全国电话舆论调查揭示了日本首相岸田文雄无法摆脱内阁支持率低迷的现状。
报道指出,岸田以儿童及育儿为招牌政策,提出预算翻番,但对负担增加的担忧与对政策的肯定相互抵消,对加薪的期待也不高,政权想提升人气却又似乎“无计可施”。
资料图:日本首相岸田文雄。报道称,岸田在1月4日的新年记者会和23日的施政方针演说中提出“不同寻常的少子化对策”和“超过物价涨幅的加薪”,发动力图扭转局面的攻势。
舆论调查结果显示,预算翻番的少子化对策受到肯定,但多数意见仍然反对消费税增税等增加负担的措施。公明党党首山口那津男指出:“总论是赞成,但似乎也表露出‘不要轻易把负担加到税上而应努力寻找财源’的意思。”
围绕岸田带头提倡的加薪,“认为不会实现”的回答占80.7%。不仅是在野党支持者,在自民党和公明党支持者中也分别达到72.2%和79.2%。
另一方面,关于岸田明确表示将通过国会论战彻底向国民进行说明的防卫增税,支持率有一定程度的增加。特别是自民党支持者,在2022年12月的前一次调查中表示“支持”的人为41.6%,此次则升至56.9%,并超过表示“不支持”的40.1%。
不过,认为有必要在增税前解散众院问信于民的回答,不仅是在野党支持者,在自民党和公明党支持者中也分别达到68.8%和63.4%。日本政府相关人士称,“增税前的解散压力或许正在增强”。
日本维新会党首马场伸幸指出:“走访各地,根本听不到同意增税的声音。首相错判了舆论。”自民党资深人士坦言:“提增税就会输。就增税问信于民的选举不可行。”
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |