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
中国国家邮政局：督促指导邮政快递企业对医疗物资邮件快件进行优先投递******
中新社北京1月11日电 (马帅莎)近期，药品等医疗物资的寄递需求非常迫切。对此，中国国家邮政局市场监管司副司长边作栋11日在北京表示，国家邮政局督促指导邮政快递企业对医疗物资邮件快件进行特殊标记、重点保障以及优先投递，尽快将民众急需的医疗物资送到手中。
1月11日，中国国家邮政局市场监管司副司长边作栋在北京表示，国家邮政局督促指导邮政快递企业对医疗物资邮件快件进行特殊标记、重点保障以及优先投递，尽快将民众急需的医疗物资送到手中。中新社记者 贾天勇 摄当日，中国国务院联防联控机制就重点机构和重点场所疫情防控有关情况举行发布会，边作栋在发布会上作上述表示。
边作栋指出，从近期调度情况看，各地各企业每日寄递医疗物资邮件快件数量很大。为此，国家邮政局第一时间会同商务部召集快递企业和电商企业进行集中调研会议，在摸清问题基础上，与商务部联合印发通知，对于持续加强医疗物资动态监测、采取多种手段保证医疗物资、邮件快件的优先处理，以及制定有效措施做好医疗物资配送，细化了相关工作要求。
边作栋表示，国家邮政局督促指导邮政快递企业对医疗物资邮件快件进行特殊标记、重点保障以及优先投递，尽快将民众急需的医疗物资送到手中。“我们也指导各地邮政管理部门在受理用户申诉时，如遇到对医疗物资邮件快件申诉，要优先办理、快速处置。”
边作栋指出，国家邮政局督促邮政快递企业对配送医疗物资邮件快件进行动态跟踪和专门监测，企业要建立专门团队，确保医疗物资邮件快件问题能做到即查即办即送。如果遇到在传递过程中丢失、损毁的医疗物资邮件快件，也鼓励企业采取在目的地购买同类药品，以优先满足用户需要的方式来解决用户急需。(完)
| 乐发彩票地图 |
