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

江苏省政协委员建议：促进数字藏品行业长期健康发展******

　　中新网南京1月18日电 (记者 朱晓颖)数字藏品，是2022年中国区块链界备受瞩目的应用之一。江苏省政协委员查斌仪在江苏省两会期间建议，促进数字藏品行业长期健康发展。

　　传统藏品在保险柜里，数字藏品在网络账号里。所谓数字藏品，是指以收藏和版权价值为基础，使用区块链数字凭证技术进行唯一标识并确认互联网虚拟空间权益归属的数字作品、艺术品和商品，标识对象包含图片、音乐、视频、3D模型、电子票证等，不可篡改、不可分割，不能相互替代，可实现数字化发行、购买、收藏和使用。

　　查斌仪介绍，2020年，国外掀起NFT(Non-Fungible Token非同质化代币)技术发展热潮，国内参考NFT技术发展了具有自身特色的数字藏品市场。截至2022年7月，国内数字藏品平台数量已超过700家。

　　2021年10月21日，鲸探发起宝藏计划，目前超百余家文博单位、世遗景区、艺术机构与协会，在鲸探发行源自古文物、非遗技艺、国风书画等传统文化类数字藏品，相关作品量占比超80%。

　　由于发展时间短，法律法规、政策规范相对较少，市场在快速发展的同时，也出现了潜在风险和问题。在查斌仪看来，除了正规平台，不少数字藏品平台并没有取得区块链信息服务备案等相关资质。市场上存在诈骗、版权纠纷、非法集资等违法犯罪行为，以及违规资金炒作的现象。

　　去年，在中国文化产业协会牵头下，近30家机构联合发起《数字藏品行业自律发展倡议》。反对炒作、提高准入标准，成行业高质量发展的核心共识。

　　查斌仪建议，由文化旅游部门牵头，由网信、通信管理、公安、新闻出版、地方金融、市场监管、人民银行等部门共同参与的联合治理工作机制，开展联合治理，强化源头管理，将数字藏品业务风险纳入监测排查范围，促进行业长期健康发展。(完)