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

走向智能 迈向纵深******

　　作者：叶明睿（中国传媒大学教授）

　　在过去一年里，信息技术的发展、国际环境的变化以及新冠肺炎疫情带来的挑战，让媒体持续融合发展在参与社会公共治理进程中更加凸显自身价值，在内容、技术、体制机制、行动路线以及社会责任等方面，也继续朝着更加深入、务实的方向迈进。

　　技术的不断突破，给主流媒体深度融合实践带来源源不断的创新可能。一方面，主流媒体全面加强可视化内容生产，借助各类传播渠道和传播契机，在政务信息传播、网络直播带货等方面取得显著效果。比如，以中国长安网为代表的政务新媒体粉丝量破千万，以四川观察为代表的主流媒体运营、推广模式成功“破圈”。

　　另一方面，主流媒体的融合发展在内容与形式上不断拓展，持续衍生出交叉融合的新样态，借助内容跨界融合占领新的传播阵地，在旅游、教育、扶贫、卫生、科技等领域寻求跨平台、跨行业、跨体制、跨业态的深度融合，通过次元破壁实现多维突破。比如，中央广播电视总台为湖北打Call推出的“小朱配琦”公益直播带货，《人民日报》与“丁香园”联手打造“新冠肺炎疫情实时动态地图”，这些都成为主流媒体创新融合方式的生动注脚。

　　另外，新技术在内容生产方面表现得尤为抢眼。其中，今年全国两会期间，新华社把AI、5G与全息成像技术相结合，打造了3D版AI主播；今年5月，12家省市主流新媒体联合组建全国首个区块链新闻编辑部，借助区块链技术确保内容真实性与透明性。

　　在互联网发展背景下，“融合”已经成为标记当今时代的符号。对于主流媒体而言，融合之路依然道阻且长。尤其，智能技术参与内容生产的深度、大数据对用户个性化识别服务、媒体实现跨界融合的现实行动路径以及在泛媒介环境下与最广泛人群连接等，都还有待于进一步探索。这些，也将在未来一段时间里继续考验着媒体人的创新和智慧。

　　《光明日报》（ 2020年12月25日 12版）