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

青海：极濒危物种普氏原羚栖息地监测已实现全覆盖******

　　中新社西宁1月10日电 (记者李江宁)记者10日从青海湖国家级自然保护区管理局获悉，据最新调查数据显示，普氏原羚栖息地监测面积达639.08平方公里，对该物种栖息地监测已实现全覆盖。

　　普氏原羚是中国特有的哺乳动物中数量最少的物种，也是中国甚至世界有蹄动物中处于最濒危的物种。青海湖周边是普氏原羚在世界上仅存的栖息地。

　　普查显示，2007年，普氏原羚种群数量在300余只左右，比大熊猫数量还少。在官方及民间各界10多年的努力下，几近灭绝的普氏原羚物种逐步摆脱濒危处境，种群有了明显的恢复。普氏原羚野外种群数量恢复至3000余只。

　　2022年8月，官方机构对普氏原羚产羔期种群进行了调查。此次调查共划分为6个分布区，含观测样区16个，这16个观测样区散布于青海湖流域的海北州刚察县、海晏县、海南州共和县、海西州天峻县四县境内，涵盖普氏原羚在青海湖流域内所有栖息地。

　　据统计，调查观测样区总面积为639.08平方公里。其中保护区内观测样区总面积220.10平方公里，保护区外观测样区总面积418.98平方公里。

　　“普氏原羚作为濒危物种一直以来是保护区的重点保护对象，但目前人们对普氏原羚的认识还不够深入，通过对普氏原羚栖息地的监测，可以了解普氏原羚分布状况和种群数量，以及栖息地植被和土壤等影响普氏原羚生存的主要因素，提出普氏原羚保护与管理的对策，为有效保护这一濒危物种奠定基础。”青海湖国家级自然保护区管理局自然保护科科长孙建青说。(完)