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
生态环境部：2022年全国环境质量状况呈现“三个向好”******
中新网1月17日电 生态环境部17日召开例行新闻发布会，生态环境部生态环境监测司副司长蒋火华在会上介绍，2022年监测数据表明：全国环境质量状况呈现“三个向好”的特点。
一是空气质量稳中向好。全国地级及以上城市优良天数比例为86.5%，超过时序进度0.9个百分点；重污染天数比例首次降到1%以内，达到0.9%。细颗粒物(PM2.5)有监测数据以来浓度首次降到30微克/立方米以内，为29微克/立方米；北京PM2.5浓度实现“十连降”，“冬奥蓝”“北京蓝”“中国蓝”成为新时代中国的靓丽底色。
二是地表水质量持续向好。全国水质优良(Ⅰ—Ⅲ类)断面比例为87.9%，同比上升3.0个百分点；劣Ⅴ类断面比例为0.7%，同比下降0.5个百分点。
三是近岸海域海水水质总体向好。近岸海域优良(一、二类)海水水质比例为81.9%，同比上升0.6个百分点；劣四类水质比例为8.9%，同比下降0.7个百分点。同时，全国及重点区域臭氧浓度同比有所上升，部分流域水生态系统仍较脆弱，噪声扰民时有发生，生态环境质量由量变到质变的拐点仍未到来，生态环境保护任务依然艰巨。
| 大众彩票地图 |
