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
郑建闽同志简历******
新华社北京12月14日电 郑建闽,男,汉族,1965年6月生,台湾台北人,1989年9月参加工作,台盟盟员,研究生学历,理学博士学位。现任十三届全国政协常委,全国台联会长,福建省政府副省长,台盟中央副主席、福建省委会主委,福建省残联第七届主席团主席(兼职)。
1982至1986年,福建师范大学地理系学习。1986至1989年,福建师范大学地理系硕士研究生学习。1989至1992年,福建省漳州市土地管理局办事员、科员。1992至1996年,华东师范大学西欧北美地理研究所地理专业博士研究生学习。1996至2000年,福建省土地管理局地籍处主任科员。2000至2006年,历任福建省国土资源厅规划处副处长、处长。2006至2008年,福建省福州市国土资源局局长。2008至2010年,福建省福州市国土资源局局长、福州市土地发展中心主任。2010至2012年,福建省福州市政协副主席。2012至2016年,台盟中央常委、福建省委会主委(2013年3月确定为正厅级),福州市政协副主席。2016至2017年,台盟中央常委、福建省委会主委,福建省质量技术监督局局长,福州市政协副主席。2017至2018年,台盟中央副主席、福建省委会主委,福建省质量技术监督局局长。2018至2022年,福建省政府副省长,台盟中央副主席、福建省委会主委,福建省残联第七届主席团主席(兼职),福建省政府参事室主任(兼职)。
第十二届、十三届全国政协常委。
(文图:赵筱尘 巫邓炎)