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

“迷彩绿”耕耘田野动力足******

　　本报讯陈建强、记者冯强报道：这几天，退役军人、广西梧州某农业养殖基地负责人蒋田忠春风满面——年终算账，采用该基地开发的“水稻+禾花鱼+螺”特色养殖模式的农户，亩产值由2600元增长到1.5万元。“党的二十大提出坚持农业农村优先发展和全面推进乡村振兴的要求。我要接续奋斗，探索拓宽农民增收致富渠道，为促进乡村振兴奉献一名老兵的力量。”身着迷彩服的蒋田忠踌躇满志地说。

　　去年以来，梧州市全面推进“党建引领·退役军人乡村振兴后备人才建设”行动，引导优秀退役军人秉承光荣传统，在乡村振兴的战场再建新功。越来越多的退役军人像蒋田忠一样，奋战在希望的田野。梧州市退役军人事务局领导介绍，去年结合村（社区）两委换届，他们先后选拔567名退役军人进入两委班子任职，其中105人村党组织书记和村（居）委会主任“一肩挑”，成为乡村振兴“排头兵”。“我会将部队的优良作风延续下去，尽己所能造福百姓、回馈社会！”退役军人吴龙走上苍梧县六堡镇不倚村党总支书记、村委会主任岗位后，想方设法帮助村里解决了幼儿托管难题，并带领乡亲们发展集体经济，当年村民人均收入增长约2600元。

　　梧州有种茶传统，茶产业发达。军地相关部门完善退役军人乡村振兴后备人才培养模式，加大茶树栽培等本土特色优势产业的技能培训力度，并鼓励退役军人进行学历提升，报考农业类高职院校，以及通过弹性学制、农学交替、送教下乡等教学培养方式接受职业高等教育。同时，他们还启动了退役军人后备人才五年培养计划，依托梧州职业学院每年举办一期培训班。目前首期培训的40名退役军人中，12人被纳入乡村振兴后备人才库，7人由组织部安排到乡镇、村委实习。

　　为进一步激发退役军人干事动力，梧州市军地还联合规定，每年年底由村（社区）党组织牵头，组织村（社区）两委成员、党员群众代表等，对退役军人乡村振兴后备人才履职情况进行测评。乡镇党委每年对后备人才履职情况进行集中考核，按照“优秀、称职、基本称职、不称职”等次评定考核结果。连续两年考核优秀的按照相关规定优先在换届中推荐入村两委、担任村党支部书记、村委会主任或专业产业技术技能岗位。

　　梧州军分区领导告诉记者，下一步他们将联合军地相关部门继续挖掘宣传梧州“最美退役军人”“最美拥军人物”等一系列体现新时代双拥先锋精神的先进典型，带动更多退役军人投身基层发展、服务乡村振兴。