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
研究完善和落实落细税费支持政策******
13万亿元
十年来,累计新增减税降费和退税缓税缓费超过13万亿元。
● 本报记者 欧阳剑环
中国证券报记者1月18日从国家税务总局获悉,全国税务工作会议日前在北京召开。会议提出,要研究完善和落实落细税费支持政策,为稳增长稳就业稳物价、保持经济平稳健康发展创造良好的税费政策环境。
北京国家会计学院财税政策与应用研究所所长李旭红表示,应紧密结合新发展阶段我国的国情与产业、经济、社会发展战略,通过实施精准的税收优惠政策,使税收激励效应与国家发展进步紧密联动,发挥更为显著的作用。
会议指出,2022年,全国税务系统积极参与研究系列税费支持政策并快准稳好落实政策特别是大规模留抵退税政策,严查狠打各类涉税违法犯罪行为,坚决不让税费支持政策“红包”落入不法分子“腰包”,为助企纾难解困、稳住宏观经济大盘、保持经济运行在合理区间作出积极贡献。十年来,累计组织税收收入140万亿元(未扣除出口退税),加上征收的社保费和非税收入,累计超过187万亿元;累计新增减税降费和退税缓税缓费超过13万亿元。
中国社科院财经战略研究院财政研究室主任何代欣说,大力实施系列税费支持政策,特别是落实落细大规模留抵退税政策,有效缓解了企业资金压力,对稳定宏观经济大盘起到重要作用。
会议要求,要依法依规组织税费收入,积极推动合理确定预算收入目标,持续加强常态化收入监控分析,对违反组织收入纪律、征收“过头税费”的,发现一起、严查一起。
要稳步提高社保费和非税收入征管服务水平,积极配合有关部门做好养老保险全国统筹、新就业形态就业人员职业伤害保障试点等工作。
要进一步深化“一带一路”税收征管合作机制,深度参与国际税收规则制定,更好服务高水平对外开放。
(文图:赵筱尘 巫邓炎)