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

老吾老及人之老 航班有终点服务无止境******

　　近日，由贵州兴义前往北京大兴的航班上，两名70多岁的老年旅客引起了中国联合航空乘务员陶欣宇的关注，她全程热情服务、积极沟通，在交谈中得知两位老人初次乘机，第一次出远门的他们，下机后还需要前往北京西站，通过现场购票转乘火车前往衡水。由于没有智能手机、也没有家人陪伴，两位老人正在为下机后不知何去何从而感到无助。

　　陶欣宇看在眼里，急在心头，她暖心地向两位老人说：“您二老放心，下机后别着急，我送你们！”完成航班任务后，回到公司的陶欣宇立刻驾车返回候机楼，将两位老人接到附近酒店休息，并第一时间同老人家属取得联系说明了情况，安顿好老人后，陶欣宇又想尽办法为老人抢到了两张次日北京到衡水的火车票才放下心来，当晚到家中已是凌晨两点钟。

　　第二天一早，她带着热气腾腾的早餐到酒店接上两位老人前往北京西站，并把提前准备好的两双手套送给老人抵御风寒。到达北京西站后，她找到相关工作人员说明老人情况，请其给予协助，为老人消除了最后的顾虑。四小时后，她接到了老人平安到家的电话，电话里传来了家人连连感谢。

　　陶欣宇凭借高度的工作责任感，主动发现航班中需要照顾的老年旅客，帮助旅客解决所虑所想，将空中的服务延伸到地面，让旅客切实感受到中国联合航空真挚的服务，用真情真意换来旅客家属的高度认可和肯定，充分展现了“航班有终点，服务无止境”的服务理念。

　　陶欣宇说：“春运是一场向着团圆的抵达，希望我们都能用带有温度的服务，护送每一位旅客安全回家！”