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

首支霹雳舞中国国家队名单出炉******

　　中新社北京1月9日电 霹雳舞中国国家队选拔赛8日在国家极限运动溧水训练基地结束，8名选手(4男4女)组成首支霹雳舞中国国家队。

　　商小宇、亓祥宇、张鑫杰、于子昂成为国家队男队队员，刘清漪、曾莹莹、郑子妍、彭莹成为国家队女队队员。据中国体育舞蹈联合会相关负责人介绍，以往中国选手参加国际赛事，多采用集训队或外赛外训队的名称，此次组建的是第一支真正意义上的国家霹雳舞队。

　　8名队员中，商小宇、亓祥宇、刘清漪和曾莹莹曾在2022年跟随国家霹雳舞外赛外训队在欧洲进行了数月集训和比赛。其中刘清漪曾摘得第十四届全运会女子霹雳舞比赛冠军，数次在国际街舞比赛中夺冠，并在2022年10月的韩国霹雳舞世锦赛上摘得一银。

　　此前，国家体育总局社体中心公布了《巴黎奥运会及杭州亚运会霹雳舞国家队选拔办法》，霹雳舞国家队男女组各选择4名队员，每组正编3人、替补1人。共组织两场选拔赛，综合两场比赛分数，选拔前4名进入国家队。首场选拔赛已于去年12月下旬在上海举行。

　　国家体育总局社会体育指导中心副主任、中国体育舞蹈联合会会长尹国臣表示，今年的世锦赛和亚运会是直通赛，中国选手特别是女子选手，将力争在这两个比赛中拿到一个直通名额。此外在今年积分赛上，国家队中4名队员将形成队内竞争，每次积分赛后，成绩排在末位的运动员(如未进16强)将在下一场积分赛被第4名替补替换，以此来促进队员们不断刻苦训练、不断突破，实现奥运参赛目标。

　　作为奥运新增项目，巴黎奥运会霹雳舞项目分男、女组别，各有16个参赛名额，除了直通巴黎6个名额外，国际奥委会将根据积分赛积分排名等办法选择男女各40人进入资格赛，并于2024年3月至6月组织奥运会三场资格赛，决出其余10个名额。(完)