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
美媒文章:欧洲为什么与美国对华出口管制抗争******
参考消息网1月2日报道美国外交学者网站2022年12月27日发表德国墨卡托中国研究所分析师安东尼娅·赫迈迪和丽贝卡·阿塞萨蒂的文章,题为《欧洲为什么与美国对华出口管制抗争》。全文摘编如下:
2022年10月,美国对中国实施了迄今为止最大规模的出口管制。这些规则寻求限制中国获得先进半导体技术的机会,其目的是迅速利用美国的影响力来削弱中国的超级计算和人工智能能力。
新的管制措施大大加剧了中美科技竞争。美国总统国家安全事务助理杰克·沙利文说,美国希望在人工智能和其他“力量倍增技术”方面“保持尽可能大的领先优势”。
但这是有风险的。除非其他主要半导体生产国加入(这些国家迄今为止一直不愿这样做),否则,其中一些管制措施不会取得效果。
新的出口管制措施最初引发了关于现有规则、即外国直接产品规则所涵盖范围的困惑,外国直接产品规则对一些在海外制造的产品实施出口管制。由于美国的技术在半导体供应链上几乎无处不在,因此美国可以授权或阻止域外销售。事实上,这些并不涵盖半导体制造设备,因此最初阿斯麦控股公司的设备可以不受美国长臂管辖。沿着这条道路前进可能损害美国的利益,也会严重削弱盟国间的信任。关键是,华盛顿可以在它愿意的时候利用自己的影响力。
信任问题并不新鲜。尽管经济上的考虑在美国的出口管制法规中没有一席之地,但华盛顿对全球技术贸易越来越多的干预引发了人们对保护主义的担忧。
阿斯麦控股公司首席执行官彼得·温宁克抱怨说,华盛顿偏心美国半导体制造设备领域的企业,证据是它近年来大力游说荷兰政府,这导致荷兰拒绝发放对华出口极紫外光刻机的许可。这些抱怨表明信任受到削弱并且人们认为美国采取了贸易保护主义做法。
各国政府处境艰难,因为它们必须确保这样的出口管制措施不会扼杀本国产业。例如,如果没有日本的支持,欧洲或荷兰的单边管控将使日本竞争对手获得优势。已经有迹象表明,中国企业可能正在转向日本的半导体制造设备生产商,因为这些企业使用的美国技术更少,因此更不可能受未来涉及半导体制造设备的外国直接产品规则影响。
来自中国的收入对许多半导体公司来说至关重要。
尽管美国正在劝说伙伴国减少在芯片和电动汽车电池等其他领域对中国的依赖,但欧洲企业担心去全球化的代价。芯片供应链之所以高效,是因为它是全球性的、一体化的。如果供应链分崩离析,越来越多的国家奉行谋求自力更生的政策,芯片的成本就会上升。欧洲工业需要越来越多的芯片,不仅是在高科技行业,还有正被自动化和数字化改造的汽车等低技术领域。
然而,追求完全自给自足的供应链并不现实。
(文图:赵筱尘 巫邓炎)