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

上海强化重点人群监测 提高就医效率防重症******

　　央视网消息：在上海，强化对老年人等重点人群的监测，加强用药和健康指导，提高就医效率，应对就诊高峰。

　　在上海市静安区江宁路街道，社区工作人员最近一项重要工作就是与辖区内的老人、孕产妇、肿瘤放化疗患者等重点人群的联系，了解他们的健康状况。

　　通过电话、视频等多种形式增加健康监测频次，社区掌握了大部分重点人群的健康信息。而对一些需要药品或者现场探视的独居老人，社区工作人员还会上门走访。在江宁路街道，根据电话联系和走访探视，以及家庭医生反馈的信息，每天都会形成一份“居民区每日一报”表格。

　　目前，上海在社区医疗机构设发热诊室2594间。为了提升社区医疗机构的救治能力，12月29日以来，全市社区卫生服务机构新增吸氧位1711个、输液位2562个、病床665张等。各大医院与社区医疗机构结对合作，通过远程会诊等方式，共同拿出救治方案，并对重症患者及时转轸。

　　当下，上海正在推进新冠病毒感染者分类分级诊疗，以区域医联体网格化建设为基础，每个服务网格基本由一家市级综合、一家区级综合和数个社区卫生服务中心组成，建立三级对口联动机制，畅通双向转诊，通过在基层首诊、有序转诊，为危重症患者让出“生命通道”。