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
黑龙江省2022年完成营造林122.6万亩******
中新网哈尔滨1月18日电 (记者 姜辉)18日,黑龙江省林业和草原工作会议在哈尔滨市举行。记者从会上获悉,2022年,黑龙江省完成营造林122.6万亩,完成村庄绿化5.7万亩,落实森林抚育456万亩,完成草原生态修复治理22.2万亩,完成退化湿地修复1.6万亩,培育各类苗木8.7亿株,义务植树1716万株。
2022年,黑龙江省林下产业总产值实现814亿元,全省开发林业碳汇项目31个,面积达3120万亩。5家单位首批入选全国林业碳汇试点单位。伊春森工签约了黑龙江省首例林业碳汇交易协议。全行业大力开展打击毁林种参专项行动,认定毁林种参问题图斑4156块、8219公顷,共办理行政案件560件,移交刑事案件861件。
2023年,黑龙江省将完成营造林100万亩。黑龙江省林业和草原局将以林长制为总抓手,坚持以制度约束全社会共同遵守保护林草资源的行为,做到“为之于未有、治之于未乱”,加快推进林草治理体系和治理能力现代化。大力发展林下经济,向森林要食物。通过项目支持不断加固、加密、加长产业链条,扶强龙头企业,引导带动各类森林食物原产品增量。同时建立黑龙江省森林食物标准化生产体系并逐步规范各类森林食物生产环境,确保产品生态品质。积极培育龙江森林食品的“九珍十八品”地域品牌,如东宁木耳、桦南紫苏、伊春黑猪、饶河黑蜂等,通过品牌引领不断提升龙江森林食品市场影响力。(完)
(文图:赵筱尘 巫邓炎)