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
不同变异株是否会导致再感染?抗病毒药物该如何使用?老年人如何做好健康监测?专家回应【科学防疫小贴士】(65)******
北京大学第一医院感染科主任 王贵强
01
不同变异株是否会导致再感染?
对于绝大部分免疫力正常的人来说,半年内人体内都会存在有效的免疫抗体,同一毒株的二次感染概率极低,即便感染了也不会出现严重症状。
如果出现新的变异株,或者新的亚分支表现出很强的免疫逃逸能力,是可能导致再感染的。根据人体内的免疫抗体,再感染的间隔时间越短,症状通常越轻,间隔时间长了,症状就偏重。因此,这轮疫情过后,大家仍要注意做好健康防护。
02
抗病毒药物该如何使用?
高龄老人,尤其是有基础病、没有接种疫苗的高龄老人,属于高风险人群,面对疫情要早发现早干预。一些口服的抗新冠病毒小分子药物,可以在发病或感染得到明确诊断后尽早使用,一般在5天内使用。
这类抗新冠病毒小分子药物存在与其他不少药物相互作用的问题,也会有一些副作用,因此务必在医生指导下使用。此外,研究显示,这类药物不能用于预防性治疗,对重症患者的效果也不明显。
03
老年人如何做好健康监测?
呼吸的频率是很重要的指标。如果呼吸特别快,每分钟超过30次,并有气短,需及时到医院就医。建议有老年人、基础病人群的家庭备指氧仪,若指数低于93则表现为重症,若出现低于95或94的情况,也需进行早期吸氧。
一些有基础病的老年人在平卧静息状态下的氧饱和度正常,但在活动时氧饱和度会明显降低。因此,建议有基础病的老年人在静息时、活动后均进行血氧测量,若下降明显则说明存在重症风险,应及时到医院治疗。
居家时,若血氧饱和度降低,有条件的可以在家进行吸氧。由于新冠重症导致呼吸衰竭的情况,都是从低氧血症开始的。所以为什么有基础病的老年人相对脆弱?是因为其对低氧的耐受性差,低氧会诱发一系列基础病的加重,导致重症甚至死亡。因此,早期干预解决低氧的问题,是降低重症和死亡风险最有效的手段之一。建议居家的老年人有指氧仪的随时测,能吸氧尽可能吸氧。
来源:新华社、央视网
(文图:赵筱尘 巫邓炎)