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
世界互联网大会乌镇峰会特刊:乌镇声音******
中国社会科学院科学技术和社会研究中心主任段伟文:
智能化时代,数据和算法在全面赋能科技创新的同时,给经济社会生活带来层出不穷的颠覆性改变,引发诸多前所未有的价值冲突与伦理抉择。为了让科技真正成为负责任、可信任和有温度的向善力量,让人们更好地拥抱现实世界与虚拟世界相互交融的数字化未来,亟待我们融合科技与人文的未来视野,展开跨学科、跨领域和跨文化对话,从而激发起每个人对科技未来的想象,共同思考和探寻数字技术与人工智能未来发展的价值基础和伦理依循。
复旦大学网络空间国际治理研究基地主任沈逸:
当前世界变革持续深入、和平发展面临严峻挑战,中国在推进全球网络空间良性治理方面持续贡献,世界互联网大会已经成为全球共商网络空间治理重大解决方案的新型平台。主权国家、政府间国际组织、企业、互联网社群主要成员、跨国非政府组织个人在全球网络空间治理上仍需进行深度思考,在网络空间规则制定、数字经济发展、关键基础设施保护等诸多领域,仍需进行思想碰撞和方案提炼,为全球网络空间命运共同体建设作出持久性的贡献。
奇安信集团总裁吴云坤:
经济社会发展离不开数字技术的核心驱动。数字技术让生产、生活效率大幅提高,也导致勒索攻击、供应链攻击、数据窃取等安全事件频发,放大了网络安全风险。在新一轮科技革命和产业变革的浪潮下,网络安全已经成为底板工程,哪里有数字化、信息化,哪里就需要网络安全。构建数字化时代的网络安全底板,亟须借助更多专业力量,共同构建网络安全生态体系,打造网络安全能力体系。
(光明日报记者卢璐、王美莹、张晓华采访整理)
《光明日报》( 2022年11月09日 09版)
(文图:赵筱尘 巫邓炎)