王者彩票|王者彩票

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

新研发缪子成像技术助力文物古迹安全环保“体检”******

　　新华社兰州1月8日电（记者张文静、呼涛）经过长期积累与研究，兰州大学核科学与技术学院、稀有同位素前沿科学中心刘志毅教授团队成功研发出高精度宇宙射线缪子成像技术及相关设备，并首次对西安城墙等规模较大的文物古迹进行了健康“体检”。

　　始建于隋唐、扩建于明代的西安城墙，是中国现存历史最悠久、规模最宏大、保存最完整的古代城垣建筑，对研究中国古代社会的城市建设、历史文化、军事防御和建筑艺术都有很高价值。该团队介绍，历经数百年，西安城墙出现了部分坍塌、沉陷等现象，一些关键病灶深藏在墙体内部，对探测和勘探手段提出了更大挑战。深入了解城墙内部结构，并有针对性地修复，成为文物保护工作者以及科技工作者研究的重要课题。

　　据介绍，大型目标物的深部成像是长期以来困扰多个领域的难题。常规的内部探测方法有时会破坏目标物结构，不适宜文物古迹的内部探测，因此迫切需要研发更加安全、环保的创新技术和设备。兰州大学研发的高精度宇宙射线缪子成像技术及相关设备则提供了一种全新的解决思路。

　　“缪子是自然界的基本粒子之一，具有极强的穿透能力，可以实现大型目标物的无接触、深穿透和无损成像，与常规人工射线装置相比具有不可比拟的优势。基于缪子成像技术，我们研发出成套的高精度设备，可以较为精确地对规模较大的文物古迹进行安全的内部探测，助力文物古迹的考古与保护。”刘志毅告诉记者。

　　该团队表示，在西安城墙管委会的大力支持下，他们利用缪子成像技术及相关设备将西安城墙的58号马面区域作为首次试点探测目标，不仅探明了马面墙内部分区域明显的密度异常体，而且将其位置、形状、大小较为清晰地呈现了出来，是一次成功的实验研究。

　　记者了解到，该技术还在冰川科考、滑坡监测等领域有着广泛的应用前景。相关研究成果近期发表于《应用物理学杂志》，并被遴选为当期封面文章。

　　（文图：赵筱尘 巫邓炎）