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

增产55.9%！育种加速器快速育成生菜新品种******

　　光明网讯（记者宋雅娟）生菜，又名叶用莴苣，是广受国内外消费者青睐的叶类蔬菜，适宜于露地、温室和植物工厂等条件栽培。目前，中国生菜（含莴笋）产量占全球的56%。但长期以来，我国的生菜品种基本以进口为主，核心种源受制于人，种业安全存在潜在威胁。

　　近日，中国农业科学院都市农业研究所自主培育的生菜新品种“中生1号”通过四川省非主要农作物品种认定委员会组织的专家审定，填补了我国缺乏自主生菜品种的空白，同时也验证了育种加速器在加快育种速度方面的有效性。

　　所谓育种加速器，这里指的是植物工厂，即通过设施内高精度环境控制，实现农作物连续生产的高效农业系统，不靠阳光，也无需土壤，更不洒农药，依靠营养液和人工光照，通过计算机控制，在完全工厂化的条件下进行作物生产，突破传统农业对自然环境的依赖。

　　植物工厂的特别之处，在于它缩短育种周期，为作物生长按下了“快进键”，从而帮助科研人员在有限时间里，研发出更多科研成果。

　　此次培育的“中生1号”生菜新品种，首次采用植物工厂育种加速器培育方法，通过环境-营养的动态精准调控，快速诱导生菜开花与结实，仅用不到4年时间就育出一个新品种，而传统育种方法一般需要8-10年甚至更长的时间。 科研人员介绍，“中生1号”属皱叶莴苣，2021～2022年多点试验，平均亩产1284公斤，较现有主栽品种增产55.90%。该品种水培适应性好，可以广泛应用于温室和植物工厂等环境的工厂化生产。