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
美国1月发生52起大规模枪击事件******
中新社旧金山2月1日电 美国“枪支暴力档案”网站2月1日的数据显示,2023年1月,美国共发生52起大规模枪击事件,致87人死亡,创下该机构2014年开始统计此类数据以来的同期最高纪录。
据“枪支暴力档案”的数据,2023年1月,美国只有8天没有发生至少造成4人伤亡的大规模枪击事件。当月,美国共有3718人在涉枪事件中死亡,其中2112人死于自杀。在此之前,美国大规模枪击事件的1月最高纪录出现在2022年,当时该国共发生34起大规模枪击事件,造成43人死亡,112人受伤。
2023年1月,加州发生7起大规模枪击事件,共导致31人死亡,22人受伤。1月16日,加州中部图莱里县发生一起枪击事件造成6人死亡,包括一名17岁的母亲及其6个月大的孩子。1月21日夜,加州南部洛杉矶县蒙特雷帕克市一家舞厅发生枪击事件,导致11人死亡,9人受伤,枪手次日与警察对峙后饮弹自尽。23日,北加州旧金山湾区半月湾市的两家农场发生枪击事件,造成7人死亡、1人受伤;当日,旧金山湾区奥克兰市也发生一起枪击事件,造成1人死亡、7人受伤。
佛罗里达州今年1月也发生7起大规模枪击事件,共造成5人死亡,49人受伤。北卡罗来纳州和得克萨斯州均发生5起大规模枪击事件,分别造成11死14伤以及6死17伤。
美国今年1月另外一起严重枪击事件发生在犹他州。1月4日,警方在该州南部小城伊诺克一处住宅内发现8人死于枪击,其中包括5名儿童。
“枪支暴力档案”的数据显示,美国近年来死于枪支暴力的人数呈总体上升趋势。2022年,该国有超过4.4万人死于枪支暴力。(完)