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
各地优化就医流程 分级分类救治患者******
央视网消息:守好“保健康、防重症”防线,各地医疗机构调配资源,优化流程,分级分类救治患者,保障急危重症患者得到及时救治。
甘肃省临洮县人民医院统筹设备、人力等资源,将所有科室划分为三个层次,其中,呼吸与危重症医学科、老年医学科、感染医学科、心血管内科等科室被划分为第一层次,其他科室的医疗资源向第一层次的科室倾斜。
甘肃省临洮县人民医院院长李悦:针对农村来的危重患者,我们第一时间开通绿色通道,确保病人应收尽收。
村民李逢源感染新冠病毒后出现呼吸困难的症状,家人将他送到临洮县人民医院。由于李逢源患有慢阻肺,这次又出现了心衰症状,血氧含量偏低,属于重症患者。医院立即将他转到呼吸与危重医学科接受治疗,目前病情稳定。
甘肃省临洮县人民医院呼吸与危重医学科主治医师马海林:现在我们给病人无创通气的治疗,血氧饱和度维持在93%—95%之间,治疗属于比较良好的状态。
患者李逢源之子 李永清:住进来啥都挺快,办手续也花不了多长时间,好转多了。
近日,浙江省湖州市中心医院呼吸综合门诊向市民开放,凡有咳嗽、咽喉疼痛、轻微胸闷症状的市民都可挂号就诊。门诊时间为上午8时至晚上10时,每天14小时不间断接诊,不限号源。
湖州市中心医院副院长邱晟:急诊通道重点要保障我们的急诊和危重症人群,让他们得到及时有效的处置和治疗,呼吸综合门诊就作为轻症,还有就是新冠以后呼吸道症状非常多的群体、一些年纪比较轻的,都分流到呼吸道综合门诊。
呼吸综合门诊由呼吸科、感染科、全科等多个学科的医生共同坐诊。轻症患者不需要再去急诊或发热门诊排队就诊,从而实现轻症患者与重症患者的分层诊疗,减少急诊拥堵,确保危重症患者得到及时救治。
(文图:赵筱尘 巫邓炎)