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
全国重点网络文学网站联席会议在京召开******
中新网北京1月12日电 (记者 高凯)中国作家协会日前在京召开全国重点网络文学网站联席会议，研究部署2023年网络文学工作，来自50家网络文学网站负责人参加会议。
中国作协党组成员、书记处书记胡邦胜提出，网站要引导各自平台网络作家书写新时代，创作出更多反映时代新变革、新发展的精品力作，推动网络文学主流化、精品化。要发挥网络文学的互联网优势和强大的叙事能力，提升中华文明传播力、影响力，向海外传播中国文化和价值观念。
中国作协网络文学中心主任何弘通报了2023年重点工作：举办系列专题培训班、改稿班；发布网络文学选题指南；扶持重点创作项目；加大现实题材创作引导力度；实施网络短剧创作计划；召开全国网络文学工作会议，加快筹备成立中国网络作家协会，完善重点作家联系制度，建立重点网络作家数据库；开展网络文学高质量发展系列调研；开展网络文学界普法维权和权益保护；强化评论研究和推介表彰，发布《中国网络文学蓝皮书》、中国网络文学影响力榜，举办中国网络文学论坛，实施网络文学理论评论扶持计划、“网络文学阅评计划”；办好第二届中国国际网络文学周，推动中国网络文学“Z世代”国际传播，推出《文学中国》访谈栏目；做好“网文视界”新媒体运营工作等。
会上，各网站负责人就打击侵权盗版、规范内容审核、现实题材IP改编、网络文学推广平台和机制建设、“网文出海”等多项工作达成共识，表示要提高站位，加强协调，同向发力，维护网络文学界良好的社会形象。(完)
| 大发注册地图 |
