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

法治让生物多样更多彩******

　　□ 法治时评

　　□ 李兆娣

　　近日,广东、浙江、安徽等地集中发布生态多样性保护公益诉讼典型案例。

　　万物各得其和以生,各得其养以成。生物多样性关系人类福祉,是人类赖以生存和发展的重要基础。我国很早就将“共同推进人与自然和谐共生”提升到国家战略层面,不断加强生物多样性保护工作。但是,在现实生活中,还是有一部分人为了一己私利,目无法纪。有的肆意进行象牙、噬人鲨等珍贵、濒危野生动物制品交易,有的在湿地自然保护区修建工业园区,有的突破长江生态保护红线非法捕捞……惩治各类违法行为,除了加大执法监督力度外,开展公益诉讼也是重要途径。通过充分发挥检察公益诉讼跨区域、跨领域的综合监督制度等优势,能够有效震慑各类有关犯罪,助力生物多样性保护效果最大化。

　　公益诉讼的运用和成效是我国依法开展生物多样性治理的一个缩影。近些年来,我国不断建立健全生物多样性保护政策法规体系,为生物多样性保护和管理提供制度保障。“十四五”规划明确将实施生物多样性保护重大工程、构筑生物多样性保护网络作为提升生态系统质量和稳定性的重要工作内容。近10年来,我国颁布和修订森林法、草原法、渔业法、野生动物保护法、生物安全法等20多部生物多样性相关的法律法规,为生物多样性保护与可持续利用提供了坚实的法律保障。

　　“人与自然和谐共生”是中国式现代化基本特征之一。提升生态系统多样性、稳定性、持续性,实施生物多样性保护重大工程,还需要久久为功。要进一步完善有关立法,加大执法监督力度,引导公众自觉参与生物多样性保护,不断提升生物多样性治理能力,以法之名护佑万物生灵,在法治的轨道上让生物多样更多彩,更好满足人民日益增长的优美生态环境需求。