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

两“虎”张务锋、陈如桂分别被中国最高检决定逮捕******

　　中新社北京1月18日电 (记者 张素)中国官方18日通报，国家发展和改革委员会原党组成员，国家粮食和物资储备局原党组书记、局长张务锋涉嫌受贿一案，广东省人大常委会原党组成员、副主任陈如桂涉嫌受贿一案，均移送检察机关审查起诉。

　　日前，最高人民检察院依法分别以涉嫌受贿罪对张务锋作出逮捕决定、以涉嫌受贿罪对陈如桂作出逮捕决定。两个案件均在进一步办理中。

　　公开资料显示，张务锋生于1960年10月，山东莱芜人，1979年12月参加工作，1984年4月加入中国共产党。他曾长期在其家乡山东省工作。

　　2022年12月，官方通报张务锋严重违纪违法被开除党籍和公职。他被指“违规收受礼品”“违规提拔调动干部”“违规经商办企业”“违规拥有非上市公司股份”“违规通过民间借贷获取大额回报”等。

　　而从陈如桂的公开资料来看，他生于1962年9月，广东廉江人，1983年8月参加工作，1992年10月加入中国共产党。

　　同样是在2022年12月，官方通报陈如桂严重违纪违法被开除党籍和公职。他被指“违规借用管理和服务对象住房”“违规帮助亲属调整职务”“搞权色、钱色交易”“与不法商人沆瀣一气，大搞政商勾连，隐身幕后收钱敛财”等。(完)