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

韩媒：韩国忠清北道议员花钱租韩服开会被批“浪费”******

　　【环球网报道 记者 付嘉骏】据韩国《中央日报》12日报道，当天，韩国忠清北道35名议员集体穿着韩服召开道议会今年首次临时会议，道议长称，此举是为了振兴韩服。不过报道披露称，忠清北道议会为此花费了350多万韩元(近2万元人民币)的经费，当地市民团体因此提出质疑，批评议会浪费。

　　据报道，12日下午，包括忠北道议会议长黄永浩(音译)在内的35名道议员全体身着韩服召开了今年首场临时会议，黄永浩在会上介绍称，此举是为了振兴停滞不前的韩服产业。黄永浩表示，“现在有越来越多的韩国民众冷落和回避自己国家的传统服装，韩服产业的发展也变得愈发困难”，“对此，道议会议员们以身作则，在今年首场临时会议上全员穿着韩服出席”。

　　《中央日报》称，当地的韩服振兴协会原本承诺无偿向忠清北道议会议员租借韩服，但道议会方面仍向协会支付了总计350多万韩元的服装租赁费和清洗费。该消息一经披露，就有当地市民团体对道议会动用税金租赁韩服的做法提出质疑。“忠清北道参与连带”组织批评称，“请停止在一次性的活动上浪费预算经费”，“想发扬传统文化，道议会要做的事情不是穿着韩服去作秀，难道不是应该制定相关扶植政策吗”？

　　道议会方面对此表示，“在韩服遭冷落的情况下，道议会议员在节日来临之际穿着传统服装出席全体会议是很有意义的事情”。对于议会花钱租赁韩服一事而引发的争议，道议会有关人士辩称，“如果免费拿到韩服，可能会涉及违反公职选举法，所以支付了租赁费用”。

　　(来源：环球网)