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

台湾因延长兵役推大学“就学1+3”计划 被吐槽寒暑假泡汤******

　　中新网12月29日电 据台湾《联合报》报道，台湾义务役将延长为一年，为让役男可在大学期间同时完成服役与学业，台防务部门抛出“一加三年”规划，以缩短一学年时间让学生修完学分，拟通过放宽学分上限和利用寒暑假修课等方式达成。学生团体表示，四年学分压缩在三年完成，学生能否负荷是问题。同时，此举也遭到校方质疑。

　　根据台防务部门说帖，台教育主管部门若能与台湾各大专院校研商，将由内务主管部门配合教育部门分别订定多元服役与弹性修业措施，让就学役男有先入营服役的选项，并以缩短一学年的时间修习学分。换言之，若有意在四年完成学业与兵役者，可采“一加三年”完成，方案可包括放宽学分上限、利用寒暑假修课等。

　　不过，要取得台湾地区大学学位，至少要修满128学分，现行分摊至四年、八学期，若再加上实习、研究等，学生未来要改拼三年内完成，连寒暑假都会泡汤。

　　台湾成功大学教务长蔡群立说，一般成大生若要提前毕业，大一至大三共六学期平均要达80分以上，或班级排名前15%才能申请，也就是必须“相当优秀”。以电机系为例，毕业学分为140个，分摊四年已相当繁重，却因兵役要在三年集中修课，恐与强调学生自主学习、产业链结、跨领域学习的理想相违。

　　台湾科技大学教务长阮圣彰说，一般科大生在大三前几乎能将必修修完，大四剩不到10学分，多数会利用大四实习，若未来学生想利用寒暑假修课，能自主运用的时间就会变少。