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
教育部:保障符合就业条件的公费师范生有编有岗******
新华社北京1月9日电 记者9日从教育部获悉,《关于做好2023届教育部直属师范大学公费师范毕业生就业工作的通知》于日前印发。通知要求,各省级教育行政部门要持续组织公费师范生专场招聘活动,通过优先利用空编接收等办法,保障符合就业条件的公费师范生有编有岗,全部落实任教学校,严禁“有编不补”。
通知要求,2023年5月底前,确保90%的公费师范生通过双向选择落实任教学校。2023年6月底仍未签约的公费师范生,其档案、户口等迁转至生源所在地省级教育行政部门,由各省级教育行政部门会同有关部门统筹安排到师资紧缺地区的中小学校任教,公费师范生离校前须全部落实任教学校。
根据通知,各省级教育行政部门要加强公费师范生的履约管理,确保公费师范生严格履行师范生公费教育协议,除因重大疾病无法完成学业或不适合从教并经省级教育行政部门指定的三级甲等医院按照教师资格认定体检标准检查确认后终止协议外,应届公费师范生毕业前一律不得解约。公费师范生因特殊原因不能履行协议的,须经生源所在地省级教育行政部门批准,并按规定退还已享受的公费教育费用、缴纳违约金,解除师范生公费教育协议。
通知还要求,各省级教育行政部门要会同机构编制部门在核定的中小学教师编制总额内,提前安排、准确核查接收公费师范生编制计划,统筹本地区中小学教师岗位需求。各省级教育行政部门、各部属师范大学要加强与相关职能部门的协调配合,建立定期会商机制,确保公费师范生就业政策落到实处。
《光明日报》( 2023年01月10日 16版)
(文图:赵筱尘 巫邓炎)