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
【农业强国光明谈】何以夯实粮食安全根基?******
我国目前的粮食安全保障能力如何?“农业强国”对于重要农产品供给提出了什么新要求?本期《农业强国光明谈》邀请中国社会科学院农村发展研究所所长、研究员魏后凯和中国农业科学院农业经济与发展研究所党委书记、研究员毛世平,一起了解我国如何守护粮食安全。
魏后凯在节目中介绍了目前我国的粮食安全保障能力。我国一直高度重视粮食安全,自从“口粮绝对安全”的战略底线被提出后,中国农业科学院每年都会进行测算,目前我国的谷物自给率保持在95%以上,我们的粮食安全有保障。但同时,粮食安全的潜在风险依然存在:首先是人口众多决定了农产品根基规模量大,容易产生巨大的市场动摇;第二是我国油料作物自给率低,部分品种依赖进口;第三是我国的饲料粮需求量越来越大,未来需要建立多元化食物供给体系,来保障粮食安全。
毛世平分享了“农业强国”对于重要农产品供给提出的新要求。要保证重要农产品有效供给,必须重视这几个方面:首先是科技,科技起到重要的支撑作用,目前我国已经取得了一些成绩,比如大豆产量的提升;第二要提升我国的抗风险能力,比如采取多方措施来增强抗自然灾害的能力和重大病虫害的监测预报能力等。
访谈中,魏后凯和毛世平还探讨了如何提高农业竞争力、我国耕地存在的问题和治理措施等话题,点击视频观看详情。
往期回看:
【农业强国光明谈】从农业大国迈向农业强国,面临哪些机遇和挑战?
【农业强国光明谈】国产白羽肉鸡自主育种“突围”记
科学顾问
魏后凯
中国社会科学院农村发展研究所所长 研究员
毛世平
中国农业科学院农业经济与发展研究所党委书记 研究员
联合出品
科普中国
中国农业科学院
农业农村部人力资源开发中心
中国农学会
光明网
总 监 制
宋乐永 廖丹凤
总 策 划
战 钊 邬震坤宋雅娟
导 演 组
宋雅娟 武玥彤 谢 芸
主 持 人
林佳欣
视觉设计
翟 烽
(文图:赵筱尘 巫邓炎)