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
贵州省黔西市新仁苗族乡化屋村党支部书记许蕾——发展特色产业 带动村民增收******
吃过午饭,许蕾照例前往六冲河畔观光步道施工处。河岸边,工人们正拿着锄头平整路面,推着小推车运石头。经过两个多月的施工,观光步道已初具雏形。
许蕾是党的二十大代表、贵州省黔西市新仁苗族乡党委副书记、化屋村党支部书记。两个多月前,在北京参会的许蕾接到消息,村里观光步道动工了。刚从北京回来,许蕾就赶到施工现场,鼓励大家争取在春节前完工,“这样就能在春节假期接待游客了。”许蕾说。
化屋村地处乌江上游,位于乌江源百里画廊风景区内。这些年,依托独特的山水风光,化屋村的乡村旅游发展越来越红火。“但还有不小的提升空间。”许蕾说,村里虽有旅游公路,但未实现人车分流,离河边又远,游客难以近距离欣赏沿河风光。
今年4月,许蕾等村干部和村民们合计,决定沿河修建一条观光步道。从争取项目资金到讨论设计方案,半年多的时间里,许蕾没少费心思。
听说观光步道要修到自己家门口,化屋村村民王光元积极加入施工队。这几年,王光元开起了农家乐。“观光步道修好后,会有更多游客过来,农家乐的收入估计能翻番。”王光元说。
王光元承担观光步道部分路段的施工管理工作,每天工资约200元,普通工人每天也有150元至180元的收入。“为保障村民就近就业,观光步道项目资金的30%用于支付村民工资。”许蕾说。
村里房屋改造也是许蕾的操心事。“结合村民意愿,适宜发展餐饮民宿的,对其房屋外立面进行统一改造,展现少数民族村寨的独特风貌。”许蕾说。
去北京参会,许蕾带了两套展示苗绣和蜡染元素的服饰,让更多人了解化屋村的特色苗绣。还没等许蕾回村,订单就从四面八方飞向了化屋村。
“嗒嗒嗒……”苗绣车间里,村民杨飞和其他工人正忙着赶工。“许书记,200多套订单,我们大约完成一半了。”杨飞十几岁时就学习苗绣手艺,前些年一直在外做水泥工,见家乡大力发展苗绣,她在2019年回到化屋村,成为苗绣车间的一名绣娘。“工资和在外打工差不多,还能照顾老人小孩。”杨飞说。
“党的二十大报告提出,发展乡村特色产业,拓宽农民增收致富渠道。立足化屋村的资源禀赋,我们大力发展苗绣、黄粑、黄姜、黄牛等产业,村里的合作社取得了不错的效益。”许蕾介绍,今年6月30日,合作社给村民分红60余万元,春节前还将进行分红。2021年,化屋村村民人均可支配收入达1.93万元。(记者 汪志球 陈隽逸)
(文图:赵筱尘 巫邓炎)