彩神ap手机版-互动百科

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

目前的中医方案对XBB等新毒株是否依旧适用？专家回应******

　　中新网1月9日电 北京中医医院院长刘清泉9日表示，关于BQ.1还有XBB的临床表现，目前看到的和国内流行株之间似乎没有明显差异，仍然是上呼吸道感染为主，并没有看到实际的临床病例。这两个变异株和目前国内流行的变异株，从中医来看，本质上没有大的差别，中医核心病机是一致的，治疗方案仍然可用。

　　国务院联防联控机制9日就第十版诊疗方案有关情况举行发布会，会上，有记者提问：我国现阶段流行的毒株以BA.5.2和BF.7为主，但是现在在一些国家出现了BQ.1和XBB等优势毒株，并且已经在我国本土病例中检出。在感染新的毒株以后，目前的中医方案是否依旧能够适用？

　　刘清泉表示，目前，这还是难以准确判断的问题，因为中医诊断疾病有中医的基本思路，“审证求因、审因论治、三因制宜”，目前只是从文献报道上获得信息，关于BQ.1还有XBB的临床表现，目前看到的和国内流行株之间似乎没有明显差异，仍然是上呼吸道感染为主，并没有看到实际的临床病例。这两个变异株和目前国内流行的变异株，从中医来看，本质上没有大的差别，中医核心病机是一致的，治疗方案仍然可用。

　　“但从中医病机变化来看，从原始株到变异株，主要以呼吸道为主，部分出现消化道症状，比如恶心、呕吐、腹泻，还有胃胀满，不想吃饭等情况，这些情况也在十版方案的诊疗范围之内。”刘清泉说。

　　（文图：赵筱尘 巫邓炎）