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
美国评论员起底佩洛西：贪婪、好战、非常不受欢迎 ******
中新网1月3日电 据“今日俄罗斯”(RT)报道，美国政治评论员布拉德利·布兰肯希普日前在RT发表专栏文章称，随着美国新一届国会开幕，82岁的南希·佩洛西将卸任众议院议长一职，不过鉴于她多年来的所作所为“非常不受欢迎”，她卸任后应该“很少有人会想念她”。
资料图：佩洛西。
第118届美国国会将于当地时间3日开幕，共和党将控制众议院多数席位，届时众议院议长职位也会随之变动，长期担任民主党领袖的众院议长佩洛西将不得不把手中的木槌交给共和党接任者。
评论称，佩洛西是迄今为止第一位担任美国众议长的女性，但她创造的所谓“历史性纪录”并不是那么令人信服。
首先，佩洛西是臭名昭著的“自我交易者”。在美国商业内幕网站(Business Insider)为期5个月的腐败调查中，佩洛西是最引人注目的国会议员之一。据报道，她在特斯拉、迪士尼、Alphabet(谷歌母公司)和Meta(Facebook母公司)等公司拥有大量股份。更令人震惊的是，她自己还作为国会议员直接负责监管这些她“深度持股”的公司。
文章指出，“纵观佩洛西多年来的个人财富表，你会发现她的财富在担任众议长以来呈指数级增长。她在国会的权力直接转化为了她的个人财富积累——这就是腐败的定义。”
其次，除了贪婪外，佩洛西还是著名的好战鹰派。2007年，在共和党人小布什担任美国总统期间，佩洛西曾告诉记者：“无论是在对以色列、巴勒斯坦还是叙利亚的政策上，我们和小布什总统之间都没有分歧。”评论表示，小布什政府曾在中东实施种族灭绝计划，佩洛西的支持无疑是“为虎作伥”。
此外，在帮助美国政府规避多边组织和国际法方面，佩洛西也“发挥了重要作用”。在致时任总统小布什关于巴以问题的一封信中，佩洛西说国会“担心某些国家或团体如果在实地监测的进展中担任重要角色，可能将减少(巴以)在通往和平的现实道路上前进的机会。”根据她和同事的说法，“美国在巴以问题上与各方建立了一定程度的信任，这是其他国家无法比拟的。”实际上，美国国会被认为为小布什政府撑腰，以便不让联合国和欧盟等机构在监督巴以和平计划方面发挥作用。
民调机构YouGov统计的数据显示，佩洛西的支持率仅为40.1%。据美国民调分析网站FiveThirtyEight称，佩洛西的支持率甚至比拜登43.1%的历史最低支持率还要更低。
评论表示，人们希望这位82岁的议长能在任期结束后退出政治生活，但她的职业生涯很可能会在一片不满声中无休止地拖延下去。
| 一分彩地图 |
