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
新冠感染高峰后,基层诊疗如何补短板?******
新闻1+1丨新冠感染高峰后 基层诊疗如何补短板?
新冠病毒感染高峰已过,但相关诊疗,尤其是基层医疗机构、农村地区医疗机构提升救治能力的工作并没有结束,如何提升基层诊疗和服务能力? 今晚《新闻1+1》邀请国家卫健委应对新冠疫情社区防控专家组组长吴浩,共同关注:感染高峰后,基层诊疗如何补短板?
提高基层诊疗能力,如何实现早转诊?
国家卫健委应对新冠疫情社区防控专家组组长 吴浩:首先我们要实现早发现,用好配置的一些设备。其次,练好自己的本领,就是能够早识别一些有重症倾向的患者,能够早期给予干预和治疗,减少重症。第三,我们在《新型冠状病毒感染基层诊疗和服务指南(第一版)》里面特别强调的一些指标是早期预警,能够迅速的和畅通地把他转诊上去。第四,要根据医联体和包片原则进行一个绿色通道,甚至在有些地方可能流行或者说流行比较大的情况下,关口要进一步前移,要选派一些有经验的上级医院的医生,直接派驻到乡镇去驻点,确保重症病人能够转得出去转得快。
提高基层诊疗能力,对基层医疗人员的培训重点是什么?他们的需求是什么?
国家卫健委应对新冠疫情社区防控专家组组长 吴浩:在培训过程中,很多基层医疗工作人员在问的问题是抗生素如何使用、小分子药物如何使用、激素药物如何使用、恢复期的怎么去处置、如何去识别和分析危重症,这是最主要的需求。同时基于这些需求,我们在《新型冠状病毒感染基层诊疗和服务指南(第一版)》的培训中安排了答和问,这里的专家都是具有丰富的实战经验、在临床救治过病人的专家去回答和问询,去解决我们基层所要关注的一些问题。
春节期间农村重新热闹起来,有哪些防疫提醒?
国家卫健委应对新冠疫情社区防控专家组组长 吴浩:①如果还没有阳的人要回到农村之前,我觉得他需要自己做抗原或者是核酸检测,确保不把感染的风险带回家。②要加强自己在旅途中的防护。③刚刚阳康的一些民众回到农村走亲访友,要注意好自己的生活节律,尽量让自己恢复得更好一点。(央视新闻客户端)
(文图:赵筱尘 巫邓炎)