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
2022年烟花爆竹国抽结果出炉:不合格率为12.8%******
中新网1月19日电 据市场监管总局19日消息,为保障烟花爆竹产品质量安全,确保人民群众过一个安乐祥和的春节,市场监管总局组织开展烟花爆竹产品质量国家监督抽查,并于日前发布抽查结果。本次共抽查198家企业生产的203批次产品,发现26批次产品不合格,抽查不合格率为12.8%。烟花爆竹近3年国家监督抽查不合格率分别为14.0%、12.3%、12.8%。
本次抽查了组合烟花、爆竹、喷花、旋转、吐珠、玩具、升空等7类烟花爆竹产品,覆盖了个人燃放类烟花爆竹产品全部类别。其中组合烟花类产品抽查了95批次,抽查不合格率为11.6%;爆竹类产品抽查了88批次,抽查不合格率为14.8%。
抽查发现的不合格项目涉及部件、结构和材质、燃放性能等。其中部件项目不合格批次数最多,达20批次,不合格问题表现在产品点火引火线不是绿色安全引线、点火引火线安装不牢固或点火引火线的引燃时间不符合标准要求。
在抽查的地域上,重点抽查了产业集聚区湖南省、江西省的生产企业,分别抽查检验了133批次、47批次产品,抽查不合格率分别为12.0%、12.8%。
此次抽查结果已通过市场监管总局官方网站向社会公布。总局要求,各地市场监管部门要做好监督抽查结果处理工作,对不合格产品依法采取查封、扣押等措施,严禁企业出厂销售,对不合格产品生产企业明确整改要求,督促落实整改措施,及时组织复查。湖南省、江西省等生产企业聚集地市场监管部门要开展专项整治,综合运用多种手段,保持质量安全监管高压态势,严肃处理质量违法行为。(中新财经)
(文图:赵筱尘 巫邓炎)