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
送药上门 送医到家 湖南保障农村地区群众就医需求******
针对农村地区重点人群的健康服务,湖南怀化加大基层医疗机构药品和抗原检测试剂盒储备供应,同时增加基层医疗卫生机构人力,由医联体、县域内医共体牵头医院派出医师下沉到基层,加强家庭医生与老年人联系,确保有需求时能够及时就医。
在湖南怀化溆浦县卢峰镇岩湾村,镇卫生院和村医务室的医务人员,对村里高龄合并基础性疾病等重点人群进行摸排。村民舒叶青的父亲今年80岁,因患有脑出血导致偏瘫,常年卧病在床,医务人员在送去医用口罩、酒精等物资后,并对其进行了初步的健康检查。
湖南怀化溆浦县依托县域医共体和家庭医生,把医疗资源下沉到村级,加强发热、止咳、解痛类药品储备,适应农村群众用药需求。同时对农村地区老年人等重点人群进行重点观察,一旦发生感染,则由乡村医疗卫生机构及时指导抗原检测和居家治疗观察,必要时指导协助转诊。
在湖南邵阳隆回县小沙江镇花龙村,家庭医生对该村基础性疾病的老年人、孕产妇和留守儿童家庭开展上门健康检测。为解决村民的健康需求,小沙江镇在每个村都成立了1名临床医生、1名村医和1名护士组成的家庭医生团队,在为签约村民提供日常医疗服务同时,第一时间对辖区内感染新冠病毒的患者开展健康评估,按照实际情况进行分类转诊。
(总台记者 王延均)
(文图:赵筱尘 巫邓炎)