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

持续风暴已致美国加州18人死亡******

　　中新社旧金山1月11日电 美国媒体当地时间11日报道称，近期持续在美国加州肆虐的冬季风暴已致18人死亡。

　　美国有线电视新闻网11日报道称，过去两个星期，加州有至少18人死于风暴。加州州长紧急服务办公室发言人布莱恩·弗格森当日表示，这是该州历史上最致命的灾难之一。

　　最近发现的受害者是一名43岁女性，索诺玛县治安官办公室在社交平台上说，潜水员11日从该县路边一辆被洪水淹没的汽车内找到其遗体，当时水深在8英尺(约2.4米)到10英尺(约3米)之间。在圣路易斯-奥比斯波县，救援人员正在寻找一名5岁的儿童，他9日早上被洪水从一辆卡车上冲走。

　　美联社11日援引弗格森的话称，目前，加州50%以上的县被宣布为灾区，所需重建资金可能超过10亿美元。北加州圣克鲁斯县发言人杰森·霍平说，该县有136所房屋遭到严重破坏，其中5所已无法维修。萨克拉门托市公共工程部发言人加比·米勒11日说，估计当地有大约1000棵树在近日的风暴中倒下。旧金山公共工程部政策和传播主管雷切尔·戈登称，该部门记录了大约1300起与树木有关的意外事件。

　　加州副州长埃莱妮·库纳拉基斯11日说，过去两个星期，加州遭遇了6场风暴，这通常是该州全年的风暴数量。据美国国家气象局称，旧金山、奥克兰、圣巴巴拉等地近期的降雨量已经达到当地平时全年降雨量的50%至70%。

　　11日，加州约有500万人处于洪水预警之中。在接下来的10天内，预计还会有4场“大气河流”袭击该州。(完)