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

北京疫情已经过了感染高峰期******

　　从今年1月8日起，新型冠状病毒感染调整为“乙类乙管”，作为首都，北京接下来将怎么应对？如何更有针对性地统筹疫情防控和生产生活？央视记者独家专访了北京市代市长殷勇。殷勇表示，北京的疫情已经过了感染的高峰期，下一阶段要科学地构建疫情的监测预警体系，对于新的变异病毒加强监测。

　　科学监测预警防好病毒变异

　　殷勇表示，“乙类乙管”不是不管，政府仍然要担当起疫情防控的相关责任。北京的疫情已经过了感染的高峰期，整个人群应该说在免疫能力方面已经构筑起了新的能力。下一阶段我们就是要科学地构建疫情的监测预警体系，包括一些哨点、医院发热门诊等，对于新的变异病毒我们加强监测，防止有变异以后可能会冲击我们目前已经恢复正常的社会生产和生活。

　　老年人血氧浓度降低可到社区医疗机构吸氧

　　殷勇说，要观察疫情在社区的传播方式和渠道，包括监测排污等，尤其是新的变种病毒可能带来的影响。这里主要就是老年人，还有有基础疾病的一些人，也包括儿童、孕妇，还有残障人士这样的群体，让他们尽可能地降低感染的风险，有一些老年人血氧浓度降低，可以到社区的医疗机构去吸氧。要继续推动疫苗接续接种，对于一些有重症风险的人群，可以及时提前进行一些医疗的干预措施。

　　要建强基层医疗让老百姓更方便

　　殷勇说，北京市将进一步完善医疗服务体系，包括120的转运、门急诊接待，以及重症救治等方面的能力建设，其中很重要的一个就是要建立分级分层的医疗体系。

　　这次疫情中，基层医疗发挥了关键作用，因为贴近百姓，非常方便。所以要加大向基层配置医疗资源的力度，增强服务保障能力。

　　要给企业一个休养生息的空间

　　殷勇说，要构建整个社会正常生产生活的服务保障能力，包括快递、外卖在内的重点行业，要帮助这些企业做好防护，以及人力上的准备。还要加大对企业的扶持力度，过去三年企业很不容易，承担了整个防疫的大量社会成本，要给企业一个休养生息的空间，让企业能够有进一步发展的空间，在确定今年的经济增长、税收指标与企业相关的时候，会考虑让企业能够有进一步的资源、财力等，去恢复和发展。（据央视新闻）