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
【光明艺评】经典民间故事为网络动画插上文化之翼******
近年来,一批优质网络动画作品,以丰富多样的形态、活泼新颖的手法,满足了不同年龄段网络受众的观赏需求。这些作品,以中国经典民间故事为骨架、以现代审美理念为血肉,将中国传统文化精华,巧妙融入网络动画的视听表达中,既为中华优秀传统文化的创造性转化和创新性发展,探索出新的内容载体,也为网络动画高质量发展,摸索出新的精神增长点。
在大胆突破表达方式的同时,网络动画创作者坚守民族审美风格,着力于用纯熟的视听手段营造醇厚隽永的中国美学意境。《中国好故事》中的《高山流水》篇,在古典意象中,讲述“独美非美,孤乐非乐”的知音之叹。《狐桃桃和老神仙》在水墨画风中,融入民俗文化和传统建筑内容。这些作品在经典民间故事与中华美学风格的融合上颇显巧思,获得了受众的追捧和业界的肯定。
以IP思维阐释经典故事,建构古今通联,彰显时代价值,是当前文艺创作的有效路径。网络动画创作者积极通过IP开发的思维路径,在经典民间故事中发掘现实意义和时代精神,实现了传统文化与当今社会的对话。例如,《故宫里的大怪兽之洞光宝石的秘密》,在普及传统知识的同时,让成长、友情、责任、梦想等教育理念,潜移默化地浸入观众心中,放大了经典的文化魅力。
接下来,我们应继续发挥网络动画制作周期短、体量灵活、成本可控的优势,拓展题材空间,深化思想内涵,探索将经典民间故事中承载的主流价值理念,以更加适合的方式传播开来的路径。
(内容摘编自《光明日报》2022年11月30日15版,作者闫伟系中国电视艺术委员会编辑部副主任,李璇系中国电视艺术委员会编辑)
(文图:赵筱尘 巫邓炎)