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

荷兰发现疯牛病病例 称不会危及食品安全******

　　中新网海牙2月2日电 荷兰当局2月1日通报发现一起疯牛病病例，同时称病牛未流入市场，不会危及食品安全。

　　当日荷兰农业、自然与食品质量大臣阿德玛致函荷兰议会二院(众议院)，通报一头奶牛在农场死亡后送交实验室检测，结果发现患有疯牛病。

　　信函未透露农场名称和所在位置，仅称病牛未流入市场，“不会对食品安全构成危险”；1月30日检出疯牛病后当局立即封锁涉事农场，对病例展开调查。

　　这是2011年以来荷兰再次发现疯牛病病例。阿德玛在信函中称，1997年以来，荷兰共发现88例典型疯牛病病例，2011年的病例则是较为少见的非典型疯牛病病例。

　　疯牛病又称牛海绵状脑病，系一种危害牛中枢神经系统的疾病，牛主要通过食用含有或被朊病毒污染的饲料而感染；人一旦食用病牛的牛肉、牛脊髓等产品，可能感染致命脑病变异克雅氏症。

　　疯牛病现分典型和非典型两类，非典型疯牛病具有自发性，常见于年龄较大的奶牛；据世界动物卫生组织(WOAH)统计，自1986年英国报告世界首例典型疯牛病病例，迄今全球共有26个国家和地区报告疯牛病病例。

　　另据欧洲疾病预防控制中心统计，1996年至2015年，全球共计226人死于变异克雅氏症(人感染疯牛病确诊病例)，其中荷兰计有三人死亡；由于变异克雅氏症极为凶险，疯牛病疫情长期都是各国开展牛产品国际贸易的首要关切。(完)