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
人才是第一资源******
作者:薄贵利
人才是富国之本、兴邦大计。习近平总书记在党的二十大报告中强调,必须坚持“人才是第一资源”,深入实施“人才强国战略”,坚持“人才引领驱动”。当前,世界新一轮科技革命和产业变革正在重构全球创新版图、重塑全球经济结构。创新驱动实质上是人才驱动,谁拥有一流的创新人才,谁就拥有科技创新的优势和主导权。
中国共产党的百年奋斗史,也是一部集聚人才、团结人才、造就人才、壮大人才的历史。革命战争年代,着眼革命斗争需要,我们党大力培养选拔对党忠诚、英勇善战、不怕牺牲的干部。新中国成立后,着眼开展大规模经济建设,我们党大力培养选拔懂政治、懂业务、又红又专的干部。党的十一届三中全会后,着眼推进改革开放和社会主义现代化建设,我们党大力培养选拔有知识、懂专业、锐意改革的干部。正是坚持党爱人才、党兴人才、党聚人才,我们党培养造就一批又一批优秀人才,始终充满生机活力,团结带领人民取得了一个又一个伟大胜利。
党的十八大以来,以习近平同志为核心的党中央统筹中华民族伟大复兴战略全局和世界百年未有之大变局,全面深入推进人才强国战略,高瞻远瞩谋划人才事业布局,大刀阔斧改革创新,广开进贤之路、广聚天下英才,深刻回答了为什么建设人才强国、什么是人才强国、怎样建设人才强国的重大理论和实践问题,推动新时代人才工作取得历史性成就、发生历史性变革。
踏上全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新征程,我们比历史上任何时期都更加接近实现中华民族伟大复兴的宏伟目标,也比历史上任何时期都更加渴求人才。赢得国际竞争的主动,实现我们党确定的奋斗目标,完成中华民族伟大复兴历史伟业,都要靠人才。
习近平总书记指出:“我国拥有世界上规模最大的高等教育体系,有各项事业发展的广阔舞台,完全能够源源不断培养造就大批优秀人才,完全能够培养出大师。我们要有这样的决心、这样的自信。”目前,我国已成为全球规模最宏大、门类最齐全的人才资源大国,在全球创新指数排名中,我国从2012年的第三十四位上升到2022年的第十一位。新时代十年,我国教育、科技、人才事业蓬勃发展,为书写经济快速发展和社会长期稳定两大奇迹新篇章奠定了坚实基础。
人才强国建设是一项需要持之以恒、久久为功的历史性工程,需要遵循人才成长规律,坚定走好人才自主培养之路,不断优化人才队伍结构,重点抓好战略科学家、顶尖人才、“卡脖子”技术攻关人才、基础研究人才的培养,培养造就大批哲学家、社会科学家、文学艺术家等各方面人才,为全面建成社会主义现代化强国凝聚强大动力、提供强大支撑。同时,持续深化人才发展体制机制改革,不断提高人才政策精准化程度,下力气深化人才发展体制机制改革,解决好人才评价唯论文、唯职称、唯学历、唯奖项等问题,加快形成有利于人才成长的培养机制、有利于人尽其才的使用机制、有利于人才各展其能的激励机制、有利于人才脱颖而出的竞争机制,让各类人才的创造活力竞相迸发、聪明才智充分涌流,为实现中华民族伟大复兴的中国梦汇聚磅礴力量。(薄贵利)
(文图:赵筱尘 巫邓炎)