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

告别沈从文******

　　中新社记者 王佳斌

　　一个传奇式的文坛巨人长眠了。熟悉沈从文先生的亲人、朋友，今天在八宝山公墓向他鞠躬告别，献上鲜花，寄托哀思。

　　松枝和鲜花覆盖着他的身体。他面容安详，仿佛只是睡去。两旁列着亲属和巴金等友人敬献的花圈、花篮。

　　没有显要人物，没有悼词。播放的是先生喜爱的肖邦小夜曲和拉赫曼尼诺夫的钢琴曲。亲友们尽量压低了哭泣声，像怕惊扰先生的梦魂。

　　沈老的夫人张兆和在花圈上写着：让音乐和鲜花伴随我们的心。

　　多年以前，先生写道：我和我的读者行将老去。现在，他的读者遍及世界，他却默默地走了。

　　告别沈从文先生，也告别了他所代表的一个时代。

　　60年前，这位曾在沅水流域流浪多年的湘西青年，背着小包袱独自来到了北京。当郁达夫在某个冬日敲开一间亭子间的门时，他看到的沈从文只穿着单衣，还流着鼻血，面前却放着一堆厚厚的文稿。

　　不久，沈从文便以他自豪的山里人的坚韧和倔强，在文坛上开辟了自己的领地。他把沅水流域几百码头的人事哀乐、山光水色、历史沿革搬进文学殿堂，构筑出独特的文学世界。

　　他自十二三岁离家，当过兵，当过水手，干过书记员和税收员。他只念了小学，却成了大学的教授。正当他创作力旺盛的时候，却突然从文坛上沉默了、消失了。留给人们的是无穷的悬念、无尽的遗憾。

　　围绕着他，像光环一样有许多美丽的传说。他的传奇的经历、他的马拉松般的恋爱、他的山里人的热情与幽默。当“文革”时他被派去打扫女厕时，他说，对我老头真信任嘛！

　　我曾读遍先生的著作，并几次登门造访，有一深刻的印象是他对水的热爱。“水和我的生命不可分！教育不可分！作品不可分。”他还曾这样说：水的德性为兼容并包，从不排斥拒绝不同方式的任何离奇不经事物！却也从不受它的玷污影响。水的性格似乎特别脆弱，且极容易就范。其实则柔弱中有强韧，如集中一点，即涓涓细流。滴水穿石，却无坚不摧。

　　先生对水的写照，也许能帮助我们理解他的品格，帮助我们理解先生后半生在艰难的条件下为什么能取得举世瞩目的史学成就。

　　先生在美国的内妹张充和、汉思夫妇有一挽联，概括了先生的一生：

　　不折不从，亦慈亦让；星斗其文，赤子其人。

　　(中新社北京1988年5月18日电)