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

我国“十四五”期间将持续推进声环境质量改善******

　　新华社北京1月11日电（记者高敬）生态环境部等16个部门和单位近日联合印发了《“十四五”噪声污染防治行动计划》。这份文件提出，持续推进“十四五”期间声环境质量改善，到2025年，全国声环境功能区夜间达标率达到85%。

　　生态环境部大气环境司有关负责人介绍，随着污染防治攻坚战取得显著成效，人民群众对生态环境质量的期望越来越高，噪声污染越来越成为环境领域集中投诉的热点和焦点。2021年，全国生态环境信访投诉举报管理平台共接到公众举报45万余件，其中噪声扰民问题占全部举报的45%，居各环境污染要素的第2位。

　　行动计划提出，深化5类管控，稳步提高噪声污染防治水平。一是严格噪声源头管理，完善相关规划要求，优化噪声敏感建筑物建设布局，紧抓产品质量监管，推广先进技术。二是深化工业企业噪声污染防治，树立工业噪声治理标杆，加强工业园区管控，推进工业噪声实施排污许可和重点排污单位管理。三是强化建筑施工噪声污染防治，推广低噪声施工设备，落实建筑施工噪声管控责任，加严噪声敏感建筑物集中区域施工要求。四是加大交通运输噪声污染防治，严格机动车、船舶噪声监管治理，加强公路和城市道路养护，细化城市轨道、铁路噪声污染防治要求，深化民用机场周围噪声治理。五是推进社会生活噪声污染防治，严格经营场所噪声管理，细化公共场所管理要求，文明开展娱乐、旅游活动，重点针对社区和邻里噪声完善管理举措，共同维护社会和谐。

　　行动计划还强化了4个方面，以建立基本完善的噪声污染防治管理体系，包括夯实声环境管理基础，完善法规标准、加强科技教育支撑，加强监测、严格执法，紧抓责任落实、引导全民共治。

　　这位负责人表示，行动计划强化了重点管控措施、细化了噪声法的规定要求、完善了社会共治理念，力求逐步满足人民群众日益增长的和谐安宁环境需要。

　　《光明日报》（ 2023年01月12日 08版）