西藏自治区人大常委会副秘书长周亦峰表示,过去五年,自治区十一届人大及其常委会站在忠诚捍卫“两个确立”、忠诚践行“两个维护”的高度,深入贯彻落实新时代党的治藏方略,坚持党的领导、人民当家做主、依法治国有机统一,践行全过程人民民主,聚焦“四件大事”“四个确保”、聚力“四个创建”“四个走在前列”,人大各项工作取得实实在在的成效。五年来,政协十一届自治区委员会及其常委会,始终着眼于把更多的人团结在党和政府周围,积极发挥统一战线组织和专门协商机构作用,为推进西藏长治久安和高质量发展,发挥了重要作用。
西藏自治区政协副秘书长谢会昌表示,十一届政协履职的五年,把牢正确政治方向,广泛凝聚共识,助推“四个创建”“四个走在前列”,努力把人民政协制度转化为治边稳藏效能,开创了我区政协工作新局面。(光明日报全媒体记者尕玛多吉、杜倩见习记者石永程)
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
(文图:赵筱尘 巫邓炎)