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
粤政协委员刘勇:提升“专精特新”企业科技创新能力******
中新网广州1月12日电 (记者 蔡敏婕)创新是制造业发展的核心内驱力,而企业是产业创新的最重要单元。广东省政协十三届一次会议正在广州举行。广东省政协委员、民革广东省委员会委员、广东佳德控股集团董事长刘勇建议,提升“专精特新”企业科技创新能力,鼓励专精特新企业带动行业发展。
“专精特新”企业是增强经济韧性、提升产业链供应链现代化水平的关键主体,也是激发创新活力、完善产业生态不可或缺的重要力量。近年来,我国不断加大“专精特新”企业培育力度,推动“专精特新”企业在产业基础领域补短板、锻长板,取得明显成效。
在广东,越来越多“小而精”的企业正如雨后春笋般冒出。目前,广东国家级专精特新“小巨人”企业达867家,位居全国第二,省级“专精特新”中小企业2704家。
刘勇在调研中发现,受疫情影响,各行业的经营受到冲击,但科技创新驱动的企业逆势成长成为新的增长点。
“科技创新转化为经济效益离不开生产经营模式的创新,要支持以创新创造价值,去中心化的多元发展模式。”刘勇说。
刘勇建议,金融机构在通过增加专项债、专项资金适度超前支持基础设施建设的同时,应当考虑对基础设施建设及相应带动的产业的科技创新进行资金支持,如低碳新能源、生态环境、人工智能、智慧物联、现代养殖业、食品加工、中医药等领域进行精细化和差异化的风险评估和金融支持。
“此外,政府机构应根据经济发展和各行业发展需求,持续对体制、机制进行改革。为科技和管理创新创造良好的发展环境,并加强服务配套。”刘勇表示。(完)
(文图:赵筱尘 巫邓炎)