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

浙江建中高职一体化教师教学创新团队******

　　浙江建中高职一体化教师教学创新团队

　　“十四五”期间分2批次建设50个

　　本报讯（记者蒋亦丰）为推进中高职一体化改革，提升中高职师资合作紧密程度 ，日前 ，浙江启动建设中高职一体化教师教学创新团队 ，“十四五”期间分2批次建设50个 。

　　团队教师由高职学校和中职学校教师组成 ，涵盖专业基础课、专业核心课、实习实训课 的专任校内教师和企业兼职教师。骨干成员一般20至30人且相对稳定。团队中“双师型”教师占比80%以上，具有高级专业技术职务或相关高级以上职业资格证教师占30%以上；有5年以上相关行业企业高级技术人员经历 的骨干成员不少于5名 。

　　团队将打通使用中高职学校与合作企业的平台 、师资 、设备及场地资源 ，开展长学制贯通培养的教学标准体系研制，具体包括优化人才培养方案 、专业教学标准、专业核心课程标准等 。与合作企业联合开发教材 ，加强专业精品教学资源库建设，促进课程设置 、教学内容与职业岗位能力、职业技能等级证书对接。团队教师要运用“行动导向”教学、项目式教学、情景式教学等新教法 ，运用大数据、人工智能等信息技术转变教学模式，有效开展学情分析、过程监测、学业评价 、学习资源开发等。

　　同时，团队要参与建设高水平专业化生产性产教融合实训基地，积极与优质企业开展双边多边技术协作 ，重点为山区26县提供全产业链技术培训服务及技术支持。