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
台湾PMI连续6个月紧缩 制造业对前景看法悲观******
中新社台北1月3日电 台湾中华经济研究院3日公布,2022年12月台湾经季节调整后的制造业采购经理人指数(PMI)下跌0.2个百分点至43.7%,已连续6个月呈现紧缩。中经院表示,制造业仍在持续节衣缩食、等待曙光。
综合中央社、联合新闻网等台媒报道,中经院调查指出,PMI的五项组成指标中,新增订单、生产与人力雇佣指数呈现紧缩,供应商交货时间指数下降,存货指数紧缩。制造业未来6个月展望指数持续紧缩,但紧缩速度缓步回升至29.3%。2022年12月台湾未经季节调整后的非制造业经理人指数(NMI)则连续2个月扩张,增长1.1个百分点至53.3%。
中经院院长叶俊显指出,尽管2022年12月PMI指数未再大幅下跌,但存在“旺季不旺”的现象。经电话访查,制造业厂商多表示仍在调整库存,新增订单没有增加,也未看到明显的年底拉货效应。叶俊显观察,目前原物料价格上升,但市场需求不确定性高,表现为上游热、下游冷。他提醒,终端业者此时若无法顺利转嫁成本,恐面临资金断链风险。
另据《工商时报》此前报道,台湾制造业对前景看法悲观,预期2023年上半年营运状况将持续紧缩。据中经院2022年12月底公布的“台湾采购经理人营运展望调查”结果,逾500家台湾重点业者预判2023年全球经济仍面临下行风险,企业的营运状况、利润率势必不及2022年。(完)
(文图:赵筱尘 巫邓炎)