彩神彩票app手机版_用户注册 | 官网首页登录平台网址

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

国际最新研究：全球近2/3珊瑚礁鲨和鳐或濒临灭绝******

　　中新网北京1月18日电 (记者 孙自法)施普林格·自然旗下学术期刊《自然-通讯》最新发表一篇保育论文称，研究人员发现，全球有近2/3的珊瑚礁鲨和鳐物种濒临灭绝。

　　这项研究结果表明，从濒危物种的占比上看，珊瑚礁鲨和鳐的灭绝风险是所有1199个已知鲨和鳐物种灭绝风险的近两倍。因此，有必要立即采取保育行动，如本地保护、渔业管理和执法以及建立海洋保护区来保护这些物种。

　　该论文介绍，珊瑚礁是受到全球气候变化影响最大的生态系统之一。鲨和鳐对于珊瑚礁生态系统的正常运作至关重要，占据了大量的生态位——从滤食生物到顶级捕食者。虽然之前有研究认为，过度捕捞是一些种群急剧衰落的原因，但人们对珊瑚礁中生活的鲨和鳐的全球状态仍有未知。

　　论文第一作者和通讯作者、加拿大西蒙菲莎大学萨曼莎·谢尔曼(Samantha Sherman)和合作者一起，利用世界自然保护联盟(IUCN)濒危物种红色名录，评估了全部134个珊瑚礁鲨和鳐物种的灭绝风险。他们还比较了这些物种与其他所有珊瑚礁物种的状态。研究发现，59%的珊瑚礁鲨和鳐物种濒临灭绝，如白鳍半皱唇鲨和花点窄尾魟，使它们成为了世界上除海洋哺乳动物之外最濒危的种群。

　　他们的研究还发现，捕捞是这些物种面临的主要威胁，其他威胁还包括生境丧失和气候变化。研究人员发现，分布面较广的大型物种面临的灭绝风险最大，如公牛真鲨和珊瑚礁鬼蝠鲼，这两个物种在60多个国家的水域中都有发现。在捕捞压力更大和监管力度较松的国家，其灭绝风险也最大。

　　论文作者表示，这一最新研究结果也提醒，如果不加强对珊瑚礁鲨和鳐的保育，那么珊瑚礁的健康以及沿岸社区赖以为生的数亿人口可能要遭受严重后果。(完)

　　（文图：赵筱尘 巫邓炎）