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

全国各类粮企收购粮食预计8000亿斤******

　　本报北京1月11日电（记者杜海涛）记者从11日召开的全国粮食和物资储备工作会议上获悉，2022年夏粮收购圆满收官，秋粮旺季收购平稳有序，预计全年各类粮食企业累计收购8000亿斤左右，与近年来平均水平相当，在保护种粮农民利益、促进粮食高效流通、维护市场平稳运行等方面发挥了重要作用。

　　当前，秋粮收购处于高峰期，进展总体平稳有序。截至1月5日，主产区各类粮食企业累计收购秋粮2324亿斤，同比基本持平。目前，南方中晚籼稻旺季收购进入收尾阶段，收购进度已过九成；东北、华北正在集中上量，东北粳稻收购进度近八成、玉米超四成，华北地区玉米收购进度超四成。

　　为切实保护种粮农民利益，国家有关部门先后批复江苏、安徽、河南、湖北、黑龙江五省启动中晚稻最低收购价执行预案，共安排最低收购价收储库点790多个、仓容560多亿斤，完全能够满足收购需要。截至目前，五省已累计收购最低收购价中晚稻180多亿斤。