凤凰彩票网址-凤凰彩票官网

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

台湾爱国组织联署反对麦卡锡赴台制造台海危机******

　　中国日报1月31日电(记者 张怡) 由台湾劳动党、统一联盟党等20多个岛内爱国党派、团体组成的"两岸和平发展论坛"30日发表声明，反对美国众议院新任议长麦卡锡赴台制造台海危机，呼吁争取台海和平的一线可能。

　　据媒体报道，麦卡锡将于4月窜台，对此，"两岸和平发展论坛"发表题为"反对麦卡锡来台，化解危机人民自救"的声明，称倘若麦卡锡真的来台湾，大陆势必将被迫采行更加强烈和直接的反制措施，届时恐怕将引爆第五次台海危机。

　　声明表示，去年佩洛西窜访台湾，完全没有给台湾人民带来任何好处，反而给台湾带来了动荡和不安。当时中国大陆军演从六个方向将台湾全面围岛，解放军首次进入台湾24海浬的海岸线内，常规飞弹首次穿越台湾，首次在台湾以东设置靶场，两岸军舰在高雄外海对峙最近距离甚至只有不到200公尺。受军演反制的冲击，共有18条民航航路受影响，数百架次航班需要绕道。在演习结束后，两岸兵凶战危、军事紧张常态化迄今仍未降温。

　　然而，因佩洛西来台湾而导致两岸关系紧张所造成的负面后果，却完全由台湾民众承担，佩洛西则只是一昧向台湾推崇美国国会通过的《芯片法案》，声称将推动美台之间的半导体芯片合作，导致台积电于当年12月赴美设立5纳米先进制程晶圆厂，大量台湾顶尖工程师和家眷举家搬迁至美国，严重造成台湾产业健康发展的隐患。佩洛西来台湾除了造成台海军事动荡，甚至还进一步掏空台湾。

　　"两岸和平发展论坛"在声明中指出，麦卡锡自诩为美国国会抗中议员的领袖，为了领导美国国内所谓的"抗中派"，到台湾来表演一场，可以凸显其所谓强硬"挺台"与"抗中"的姿态，骗取在美国的选票和政治资本。届时麦卡锡为美国军火商游说台湾，要求台湾购买更多美国的昂贵军火也不无可能。麦卡锡为了个人政治利益，不惜牺牲台湾、再次制造台海危机。有媒体引述军事专家观点，认为此次大陆的反制措施将会"更加全面震撼"，届时台海两岸和各方相对应的剧烈军事行动，一不小心便很有可能出现擦枪走火。

　　声明指出，不论是佩洛西还是麦卡锡，来台做秀一场对台湾人民只有百害而无一益，只会给已高度紧张的台海局势火上浇油。去年有近三分之二台湾民众不欢迎佩洛西来台做秀，然而不论是执政的民进党还是在野的国民党，都不敢正面拒绝美国政客来台。"两岸和平发展论坛"郑重呼吁，台湾不应当美国棋子，不应做美国政客的造势工具。

　　声明称，两岸分隔的局面是上世纪内战遗留下的历史问题，结束两岸敌对关系、完成国家统一是中国的内政，要求两岸和平交流与共同发展也是两岸同胞的共同愿望。面对兵凶战危的非常时刻，抢救和平、化解迫在眉梢的危机，是两岸同胞共同的利益和责任。为此，"两岸和平发展论坛"在全台湾发动联署，唤醒台湾人民的危机意识，汇聚强烈不满的民意压力，强力反对麦卡锡来台制造台海危机，以争取台海和平的一线可能。

　　(中国日报网)

　　（文图：赵筱尘 巫邓炎）