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
商竣程无缘澳网32强 仍创中国大陆男选手赛会最佳成绩******
中新网1月18日电 北京时间18日，2023澳网男单次轮继续进行。17岁中国小将商竣程在面对16号种子蒂亚福时，以0:3(4:6/4:6/1:6)落败，无缘32强。作为本届澳网男单正赛签表中最年轻的球员，商竣程的表现已经让人眼前一亮。此前他战胜德国选手奥特，成为公开赛年代首个晋级澳网第二轮的中国大陆男球员。
图片来源：2023年澳大利亚网球公开赛网站截图本场比赛伊始，商竣程与对手展开纠缠。首盘比赛，他在第八局遗憾错过破发良机，最终以4:6先输一盘。
次盘比赛，商竣程通过球的不同落点来调动对手。但无奈对手发球威胁较大，他以4:6再输一盘。
第三盘比赛，商竣程开局以1:5落后。此后，他一度挽救6个赛点，但最终还是以1:6告负。
虽然未能更进一步闯进32强，但此次澳网之行，不满18岁的商竣程收获了个人澳网正赛首胜，也成为公开赛年代首个晋级澳网第二轮的中国大陆男球员。
在此前澳网男单首轮比赛中，他战胜德国选手奥特。作为本届澳网男单正赛签表中最年轻的球员，商竣程赛后坦言，自己很惊讶能这么快拿下大满贯正赛首场胜利。“这是团队的功劳，也是我辛苦付出的结果，非常激动。”
相信在不久的未来，经历过更多大赛磨砺的商竣程能取得更加出色的成绩。未来可期！(完)
| 大发平台地图 |
