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
张腾蛟:共产党员关键时刻得站出来******
“平常时候看得出来、关键时刻站得出来、危难关头豁得出来!”沈阳鼓风机集团股份有限公司总装车间焊工、高级技师张腾蛟以此作为自己的行为准则。
张腾蛟主要从事鼓风机、透平压缩机工程管路焊接工作。从入厂第一天起,他就决心做最好的技术工人。他虚心向师傅们请教,时常下班后在车间自制的工装架上反复练习到深夜。在练习仰板手工电弧焊的过程中,雨点般的“焊豆子”烫漏工作服烫到肉里,身上的烫疤见证了他焊接技术的不断提高。在沈阳市举办的职业技能竞赛活动中,他连续两届获得焊工组冠军,并改进了有关操作手法。
“干就干好,追求更好。”张腾蛟参与了多台国产化首台套重点大型项目压缩机组的工程管路焊接工作。有的高压、厚壁不锈钢管里的介质不是有毒有害就是易燃易爆,还有的非常珍稀,焊接难度大、质量要求高。张腾蛟摸索总结出“熔池下沉法”等操作方法,将车间管路焊接合格率提高到95%以上。他创造了焊接管路X射线探伤一次合格无返修的纪录,到目前为止,他焊接的数百条管路没出现过质量事故。
多年来,张腾蛟不断创新,完成提案改善、技术革新和合理化建议213项,改进总结操作方法5项。其中仅回油管路改造工程一项,每年就为企业节省至少300万元资金。
张腾蛟常说,不能让“绝活”绝了,要让“绝活”活了。他把经验和技巧毫无保留地传给徒弟,他的8名徒弟中,高级技师5人、高级工程师1人。以张腾蛟为领创人的国家级劳模创新工作室以技能传授和技术攻关为主要目标,为提升员工技能和解决生产一线技术难题提供了有力支持。
今年上半年,沈阳发生新一轮疫情,张腾蛟响应集团“抗疫情,保生产”号召,主动要求留守在单位,进行4台份某海上平台压缩机组的抢制工作。工期紧张,机组台份多,管路结构复杂,工作量大。因为疫情,整个车间只有他一个焊工,每天焊接工作量是平时的4倍多。经过20天的昼夜奋战,他保质保量按时完成配焊工作,用行动让党徽在一线熠熠生辉。(辽宁日报记者 赵英明)
(文图:赵筱尘 巫邓炎)