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
央行:2022年社会融资规模增量累计32.01万亿元 比上年多6689亿元******
中新网1月11日电 央行网站10日发布数据显示,初步统计,2022年全年社会融资规模增量累计为32.01万亿元,比上年多6689亿元。
其中,对实体经济发放的人民币贷款增加20.91万亿元,同比多增9746亿元;对实体经济发放的外币贷款折合人民币减少5254亿元,同比多减6969亿元;委托贷款增加3579亿元,同比多增5275亿元;信托贷款减少6003亿元,同比少减1.41万亿元;未贴现的银行承兑汇票减少3411亿元,同比少减1505亿元;企业债券净融资2.05万亿元,同比少1.24万亿元;政府债券净融资7.12万亿元,同比多1074亿元;非金融企业境内股票融资1.18万亿元,同比少376亿元。12月份,社会融资规模增量为1.31万亿元,比上年同期少1.05万亿元。
从结构看,全年对实体经济发放的人民币贷款占同期社会融资规模的65.3%,同比高1.7个百分点;对实体经济发放的外币贷款折合人民币占比-1.6%,同比低2.1个百分点;委托贷款占比1.1%,同比高1.6个百分点;信托贷款占比-1.9%,同比高4.5个百分点;未贴现的银行承兑汇票占比-1.1%,同比高0.5个百分点;企业债券占比6.4%,同比低4.1个百分点;政府债券占比22.3%,同比低0.1个百分点;非金融企业境内股票融资占比3.7%,同比低0.2个百分点。(中新财经)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() ![]() y39彩票地图 |